[发明专利]一种人脸风格化方法、系统、装置及介质

说明书

本申请公开了一种人脸风格化方法、系统、装置及介质，涉及虚拟社交领域。该方案中，根据预设风格化图像对真实人脸StyleGAN模型进行训练，得到风格化人脸StyleGAN模型；获取至少一个人脸属性方向向量，将与真实人脸图像对应的初始向量与人脸属性方向向量叠加，得到目标向量；将目标向量输入至风格化人脸StyleGAN模型，得到目标风格化人脸图像。本申请中，通过属性编辑增强数据多样性，进而增加了风格化人脸图像的多样性，提高了通过风格化人脸StyleGAN模型得到的风格化人脸图像的属性表达能力，从而生成更加多样化属性的风格化人脸图像，同时，还可以减小训练过程中的样本量。

技术领域

本申请涉及虚拟社交领域，特别涉及一种人脸风格化方法、系统、装置及介质。

背景技术

现有的人脸风格化技术基本都是基于StyleGAN模型，具体地，通过输入少量的风格化人脸数据对真实人脸StyleGAN模型进行训练，以得到风格化人脸StyleGAN模型，进而根据真实人脸数据和风格化人脸StyleGAN模型得到与真实人脸对应的风格化人脸。

在实际训练得到风格化人脸StyleGAN模型时，若输入的风格化人脸数据较少，则会导致数据多样性不够，进而限制了风格化人脸StyleGAN模型的属性表达能力。若输入的风格化人脸数据较多，则需要设计师投入大量的人力人为设计，成本太高。

发明内容

本申请的目的是提供一种人脸风格化方法、系统、装置及介质，通过属性编辑增强数据多样性，进而增加了风格化人脸图像的多样性，提高了通过风格化人脸StyleGAN模型得到的风格化人脸图像的属性表达能力，从而生成更加多样化属性的风格化人脸图像。同时，还可以减小训练过程中的样本量。

为解决上述技术问题，本申请提供了一种人脸风格化方法，包括：

根据预设风格化图像对真实人脸StyleGAN模型进行训练，得到风格化人脸StyleGAN模型；

获取至少一个人脸属性方向向量，将与真实人脸图像对应的初始向量与所述人脸属性方向向量叠加，得到目标向量；

将所述目标向量输入至所述风格化人脸StyleGAN模型，得到目标风格化人脸图像。

优选地，获取至少一个人脸属性方向向量，包括：

预先获取多个真实人脸图像；

根据人脸属性类别对多个所述真实人脸图像进行分类处理；

根据各所述人脸属性类别对应的真实人脸图像确定与各所述人脸属性类别对应的所述人脸属性方向向量。

优选地，根据各所述人脸属性类别对应的真实人脸图像确定与各所述人脸属性类别对应的所述人脸属性方向向量，包括：

将与所述人脸属性类别对应的真实人脸图像投影至真实人脸StyleGAN空间中以训练人脸属性分类器；

根据所述人脸属性分类器在所述真实人脸StyleGAN空间中确定与所述人脸属性类别对应的所述人脸属性方向向量。

优选地，所述人脸属性分类器为二分类器。

优选地，将所述目标向量输入至所述风格化人脸StyleGAN模型，得到目标风格化人脸图像之后，还包括：

构建多个所述真实人脸图像和所述目标风格化人脸图像的数据对；

根据所述数据对训练出属性增强的风格化人脸StyleGAN模型，以向所述属性增强的风格化人脸StyleGAN模型输入所述真实人脸图像时，得到所述目标风格化人脸图像。

优选地，构建多个所述真实人脸图像和所述目标风格化人脸图像的数据对之后，还包括：