CN111523412A - 图像处理方法和装置 - Google Patents
图像处理方法和装置 Download PDFInfo
- Publication number
- CN111523412A CN111523412A CN202010277691.5A CN202010277691A CN111523412A CN 111523412 A CN111523412 A CN 111523412A CN 202010277691 A CN202010277691 A CN 202010277691A CN 111523412 A CN111523412 A CN 111523412A
- Authority
- CN
- China
- Prior art keywords
- face
- discriminator
- domain
- face image
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括:获取第一域的人脸图像;利用预先训练的生成对抗网络,对该第一域的人脸图像进行图像翻译,得到从该生成对抗网络输出的目标域的人脸图像,其中,该生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。本申请实施例能够对人脸局部,进行有针对性地判别,避免生成对抗网络生成的目标域的人脸图像中局部不清晰甚至局部坍塌的问题,从而提高了生成目标域的人脸图像的图像质量。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及图像处理方法和装置。
背景技术
随着互联网技术的发展,越来越多的用户通过手机等使用各种应用。比如,图像处理应用。伴随着直播平台和短视频平台的兴起,图像处理技术也得到了长足的进步。在这些平台上,人脸处理往往是图像处理中最重要的环节。
现有技术中,可以利用深度神经网络进行图像翻译(Image translation),比如风格迁移、属性迁移或提升图像分辨率等。
发明内容
本申请实施例提出了图像处理方法和装置。
第一方面,本申请实施例提供了一种图像处理方法,包括:获取第一域的人脸图像;利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
在一些实施例中,针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
在一些实施例中,至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,预设倍数大于1。
在一些实施例中,生成对抗网络的训练步骤包括:将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到生成器输出的第二域的人脸图像;对于至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别第二域的人脸图像中该种判别器所针对的人脸局部,是否为目标域的该人脸局部,并生成第一判别结果数值;基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值;基于第二域的人脸图像的损失值,训练待训练的生成对抗网络,得到预先训练的生成对抗网络。
在一些实施例中,预先训练的生成对抗网络和待训练的生成对抗网络还包括针对人脸整体的判别器;训练步骤还包括:利用针对人脸整体的判别器,判别第二域的人脸图像中人脸整体是否为目标域的人脸整体,并生成第二判断结果数值;以及基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值,包括:对于各个第一判别结果数值和第二判别结果数值中的每个数值,基于该数值和预设损失函数,生成该数值对应的子损失值;将各个所生成的子损失值的和,作为第二域的人脸图像的损失值。
第二方面,本申请实施例提供了一种图像处理装置,包括:获取单元,被配置成获取第一域的人脸图像;翻译单元,被配置成利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
在一些实施例中,翻译单元中针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;翻译单元中至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
在一些实施例中,翻译单元中至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,预设倍数大于1。
在一些实施例中,生成对抗网络的训练步骤包括:将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到生成器输出的第二域的人脸图像;对于至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别第二域的人脸图像中该种判别器所针对的人脸局部,是否为目标域的该人脸局部,并生成第一判别结果数值;基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值;基于第二域的人脸图像的损失值,训练待训练的生成对抗网络,得到预先训练的生成对抗网络。
在一些实施例中,预先训练的生成对抗网络和待训练的生成对抗网络还包括针对人脸整体的判别器;训练步骤还包括:利用针对人脸整体的判别器,判别第二域的人脸图像中人脸整体是否为目标域的人脸整体,并生成第二判断结果数值;以及基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值,包括:对于各个第一判别结果数值和第二判别结果数值中的每个数值,基于该数值和预设损失函数,生成该数值对应的子损失值;将各个所生成的子损失值的和,作为第二域的人脸图像的损失值。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如图像处理方法中任一实施例的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图像处理方法中任一实施例的方法。
本申请实施例提供的图像处理方案,首先,获取第一域的人脸图像。之后,利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。本申请实施例能够对人脸局部,进行有针对性地判别,避免生成对抗网络生成的目标域的人脸图像中局部不清晰甚至局部坍塌的问题,从而提高了生成目标域的人脸图像的图像质量。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一些实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的图像处理方法的一个实施例的流程图;
图3是根据本申请的图像处理方法的一个应用场景的示意图;
图4是根据本申请的图像处理方法中生成对抗网络的训练的流程图;
图5是根据本申请的图像处理装置的一个实施例的结构示意图;
图6是适于用来实现本申请一些实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的图像处理方法或图像处理装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像处理应用、视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的第一域的人脸图像等数据进行分析等处理,并将处理结果(例如目标域的人脸图像)反馈给终端设备。
需要说明的是,本申请实施例所提供的图像处理方法可以由服务器105或者终端设备101、102、103执行,相应地,图像处理装置可以设置于服务器105或者终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的图像处理方法的一个实施例的流程200。该图像处理方法,包括以下步骤:
步骤201,获取第一域的人脸图像。
在本实施例中,图像处理方法的执行主体(例如图1所示的服务器或终端设备)可以获取包含人脸的图像,也即人脸图像。具体地,该人脸图像为第一域(domain)的人脸图像。
步骤202,利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
在本实施例中,上述执行主体可以利用预先训练的生成对抗网络,对上述第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的人脸图像。所输出的人脸图像为目标域的人脸图像。该生成对抗网络可以是各种各样的,比如循环生成对抗网络、多模式无监督图像到图像转换(Multimodal UNsupervised Image-to-image Translation,MUNIT)模型。
上述生成对抗网络可以用于图像翻译,具体地,可以通过图像翻译将第一域的人脸图像转换为目标域的人脸图像。比如,将男性的脸转换为女性的脸。
在实践中,人脸局部可以包括人脸的五官中的至少一个,也可以包括人脸的边缘等。针对人脸局部的判别器在生成对抗网络的训练过程中,仅针对该人脸局部进行判别,而不会判别该人脸局部以外的图像区域。
本申请的上述实施例提供的方法能够对人脸局部,进行有针对性地判别,避免生成对抗网络生成的目标域的人脸图像中局部不清晰甚至局部坍塌的问题,从而提高了生成目标域的人脸图像的图像质量。
在本实施例的一些可选的实现方式中,针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
在这些可选的实现方式中,本申请中的生成对抗网络所针对的人脸局部可以是人脸的五官中的至少一个。比如可以包括左眉和右眉,或者可以仅包括嘴部,或者还可以包括眼部和嘴部。具体地,可以是不同的判别器针对上述五官中的不同项,也可以是同一个判别器针对五官中的至少两个(比如上述的左眉和右眉,或者眼部和嘴部)。
在实践中,生成对抗网络中的判别器可以包括眼部判别器和嘴部判别器。这里的眼部判别器可以是一个针对左眼和右眼的判别器,也可以是两个判别器,也即分别针对左眼的左眼判别器和针对右眼的右眼判别器。
这些实现方式可以针对人脸中有丰富纹理和细节特征的眼部和嘴部进行判别,从而提高生成对抗网络进行图像翻译时对这些重要五官的翻译效果,从而显著提升生成的目标域的人脸图像的质量。在一些情况下,这些实现方式可以对左眼和右眼分别进行判别,从而可以进一步提高目标域的人脸图像中眼部的质量。
在本实施例的一些可选的实现方式中,至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,预设倍数大于1。
在这些可选的实现方式中,每个针对人脸局部的判别器,所针对的人脸局部为矩形。该矩形内不存在对其它人脸局部检测到的关键点。该矩形的周长大于该人脸局部中的五官关键点的外接矩形框的周长,具体为该外接矩形框的周长的预设倍数。该矩形与上述外接矩形框之间,周长的预设倍数与相同边的边长的预设倍数相同。该预设倍数大于1,比如可以是1.1或1.2等等,也即可以在1.5或2之内。该外接矩形框为检测到的该人脸局部中的某个五官(比如左眼或嘴部)的五官关键点的检测框(bounding box)。这里的五官关键点指针对人脸的五官(五官中的至少一个)检测到的关键点。
这些实现方式可以对五官的检测框进行适当放大,从而可以避免针对局部的判别器漏掉一些五官关键点周围且在检测框以外的纹理信息。
继续参见图3,图3是根据本实施例的图像处理方法的应用场景的一个示意图。在图3的应用场景中,执行主体301可以获取第一域的人脸图像302。执行主体301利用预先训练的生成对抗网络,对第一域的人脸图像302进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像303,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
在以上实施例的一些可选的实现方式中,如图4所示,生成对抗网络的训练步骤包括:步骤401,将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到生成器输出的第二域的人脸图像;步骤402,对于至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别第二域的人脸图像中该种判别器所针对的人脸局部,是否为目标域的该人脸局部,并生成第一判别结果数值;步骤403,基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值;步骤404,基于第二域的人脸图像的损失值,训练待训练的生成对抗网络,得到预先训练的生成对抗网络。
在这些可选的实现方式中,上述执行主体或者其它电子设备可以训练待训练的生成对抗网络,以得到上述预先训练的生成对抗网络。以上述执行主体进行训练为例,上述执行主体可以利用生成器进行图像翻译进而生成第二域的人脸图像,并利用针对人脸局部的判别器,对所生成的人脸图像的人脸局部进行判别。进而上述执行主体或其它电子设备可以基于各个针对人脸局部的判别结果确定第二域的人脸图像的损失值,并基于该损失值训练生成对抗网络。具体地,这里的训练可以是利用基于该损失值确定的、网络的总损失值进行反向传播。
上述的判别具体可以是判别所生成的第二域的人脸图像中,该判别器针对的人脸局部是否为目标域的该人脸局部。判别的结果为第一判别结果数值,该判别结果数值在预设的数值范围内,比如在0到1之内,数值为0表示结果为否也即不是目标域的该人脸局部,数值为1表示结果为是,数值在0和1之间时,数值越大表示是目标域的该人脸局部的概率越大。
在实践中,上述执行主体或其它电子设备可以采用各种方式基于第一判别结果数值,以及预设损失函数确定第二域的人脸图像的损失值。以上述执行主体为例,比如,上述执行主体可以利用每个第一判别结果数值和预设损失函数,确定该第一判别结果数值对应的损失值即子损失值。具体地,上述执行主体可以基于该第一判别结果数值与预先设定的真实判别结果数值,以及预设损失函数进行确定,也即将该第一判别结果数值与该真实判别结果数值,输入该预设损失函数,从而得到损失值即子损失值。之后,上述执行主体可以对生成的各个子损失值进行加和,并将加和结果作为第二域的人脸图像的损失值。
上述执行主体或者其它电子设备可以采用各种方式基于损失值训练待训练的生成对抗网络。以上述执行主体为例,若该生成对抗网络不是循环生成对抗网络,则第二域的人脸图像的损失值为用于训练生成对抗网络的总损失值,上述执行主体可以直接利用该损失值训练生成对抗网络。若该生成对抗网络为循环生成对抗网络,则生成对抗网络中存在另外一个生成器,以及针对该另外一个生成器生成的人脸图像的人脸局部进行判别的判别器(以下称为其它判别器)。那么,第二域的人脸图像的损失值为用于训练生成对抗网络的总损失值的一部分。上述执行主体可以利用该其它判别器对该另外一个生成器生成的人脸图像的人脸局部进行判别,得到判别结果数值进而生成子损失值。之后,上述执行主体可以对生成对抗网络生成的第二域的人脸图像的损失值和上述另外一个生成器生成的人脸图像的损失值进行加和,也即对两个生成器生成的图像的各个子损失值进行加和,之后将加和结果作为用于训练生成对抗网络的总损失值,并利用总损失值进行训练。
这些实现方式可以利用针对人脸局部的判别器生成的判别结果生成损失值,从而让利用该损失值进行训练后得到的生成对抗网络生成目标域的人脸局部的效果更好,清晰度更高。
在这些实现方式的一些可选的应用场景中,预先训练的生成对抗网络和待训练的生成对抗网络还包括针对人脸整体的判别器;训练步骤还包括:利用针对人脸整体的判别器,判别第二域的人脸图像中人脸整体是否为目标域的人脸整体,并生成第二判断结果数值;以及基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定第二域的人脸图像的损失值,可以包括:对于各个第一判别结果数值和第二判别结果数值中的每个数值,基于该数值和预设损失函数,生成该数值对应的子损失值;将各个所生成的子损失值的和,作为第二域的人脸图像的损失值。
在这些应用场景中,生成对抗网络中还可以包括针对人脸整体的判别器。具体地,如果针对人脸局部的判别器包括左眼判别器、右眼判别器和嘴部判别器,那么在生成对抗网络不是循环生成对抗网络的情况下,可以包括4个判别器(即1个整体判别器、1个左眼判别器、1个右眼判别器和1个嘴部判别器),在为循环生成对抗网络的情况下,可以包括8个判别器(即2个整体判别器、2个左眼判别器、2个右眼判别器和2个嘴部判别器)。
在实践中,上述执行主体或者其它电子设备在对生成对抗网络的训练过程中,可以利用针对人脸整体的判别器的判别结果,生成一个子损失值,以及利用针对人脸局部的每种判别器对第二域的该人脸局部的判别结果,分别生成一个子损失值。之后,上述执行主体或者其它电子设备可以将生成的各个子损失值的和,作为第二域的人脸图像的损失值。
这些应用场景可以利用针对人脸整体的判别器,以及针对人脸局部的判别器,共同参与到训练过程中,从而不仅可以让训练后的网络生成的目标域的人脸图像的有良好的局部效果,还可以让网络在训练过程中更好地学习各个局部之间的关联,让生成的目标域的人脸图像有良好的整体效果。同时,通过增加损失值可以进一步提高网络的训练速度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种图像处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的图像处理装置500包括:获取单元501和翻译单元502。其中,获取单元501,被配置成获取第一域的人脸图像;翻译单元502,被配置成利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
在本实施例中,图像处理装置500的获取单元501和翻译单元502的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201和步骤202的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
在本实施例的一些可选的实现方式中,至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,预设倍数大于1。
在本实施例的一些可选的实现方式中,生成对抗网络的训练步骤包括:将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到生成器输出的第二域的人脸图像;对于至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别第二域的人脸图像中该种判别器所针对的人脸局部,是否为目标域的该人脸局部,并生成第一判别结果数值;基于预设损失函数,生成各个第一判别结果数值分别对应的子损失值,并基于各个所生成的子损失值,确定第二域的人脸图像的损失值;基于第二域的人脸图像的损失值,训练待训练的生成对抗网络,得到预先训练的生成对抗网络。
在本实施例的一些可选的实现方式中,预先训练的生成对抗网络和待训练的生成对抗网络还包括针对人脸整体的判别器;训练步骤还包括:利用针对人脸整体的判别器,判别第二域的人脸图像中人脸整体是否为目标域的人脸整体,并生成第二判断结果数值;以及基于预设损失函数,生成各个第一判别结果数值分别对应的子损失值,并基于各个所生成的子损失值,确定第二域的人脸图像的损失值,包括:对于各个第一判别结果数值和第二判别结果数值中的每个数值,基于该数值和预设损失函数,确定该数值对应的子损失值;将各个所确定的子损失值的和,作为第二域的人脸图像的损失值。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其它设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元和翻译单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取第一域的人脸图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取第一域的人脸图像;利用预先训练的生成对抗网络,对第一域的人脸图像进行图像翻译,得到从生成对抗网络输出的目标域的人脸图像,其中,生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种图像处理方法,所述方法包括:
获取第一域的人脸图像;
利用预先训练的生成对抗网络,对所述第一域的人脸图像进行图像翻译,得到从所述生成对抗网络输出的目标域的人脸图像,其中,所述生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
2.根据权利要求1所述的方法,其中,所述针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;所述至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,所述眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
3.根据权利要求1或2所述的方法,其中,所述至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,所述预设倍数大于1。
4.根据权利要求1或2所述的方法,其中,所述生成对抗网络的训练步骤包括:
将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到所述生成器输出的第二域的人脸图像;
对于所述至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别所述第二域的人脸图像中该种判别器所针对的人脸局部,是否为所述目标域的该人脸局部,并生成第一判别结果数值;
基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定所述第二域的人脸图像的损失值;
基于所述第二域的人脸图像的损失值,训练所述待训练的生成对抗网络,得到所述预先训练的生成对抗网络。
5.根据权利要求4所述的方法,其中,所述预先训练的生成对抗网络和所述待训练的生成对抗网络还包括针对人脸整体的判别器;
所述训练步骤还包括:利用所述针对人脸整体的判别器,判别所述第二域的人脸图像中人脸整体是否为所述目标域的人脸整体,并生成第二判断结果数值;以及
所述基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定所述第二域的人脸图像的损失值,包括:
对于各个第一判别结果数值和所述第二判别结果数值中的每个数值,基于该数值和所述预设损失函数,生成该数值对应的子损失值;
将各个所生成的子损失值的和,作为所述第二域的人脸图像的损失值。
6.一种图像处理装置,所述装置包括:
获取单元,被配置成获取第一域的人脸图像;
翻译单元,被配置成利用预先训练的生成对抗网络,对所述第一域的人脸图像进行图像翻译,得到从所述生成对抗网络输出的目标域的人脸图像,其中,所述生成对抗网络包括至少一种针对人脸局部的判别器,不同种的针对人脸局部的判别器所针对的人脸局部不同。
7.根据权利要求6所述的装置,其中,所述翻译单元中所述针对人脸局部的判别器所针对的人脸局部包括人脸的五官中的至少一个;所述翻译单元中所述至少一种针对人脸局部的判别器包括眼部判别器和嘴部判别器,所述眼部判别器包括以下两种判别器:左眼判别器和右眼判别器。
8.根据权利要求6或7所述的装置,其中,所述翻译单元中所述至少一种针对人脸局部的判别器所针对的人脸局部为矩形,该矩形的边长为该人脸局部中的五官关键点的外接矩形框的边长的预设倍数,所述预设倍数大于1。
9.根据权利要求6或7所述的装置,其中,所述翻译单元中所述生成对抗网络的训练步骤包括:
将第一域的人脸图像样本,输入待训练的生成对抗网络的生成器,得到所述生成器输出的第二域的人脸图像;
对于所述至少一种针对人脸局部的判别器中的每种判别器,利用该种判别器判别所述第二域的人脸图像中该种判别器所针对的人脸局部,是否为所述目标域的该人脸局部,并生成第一判别结果数值;
所述基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定所述第二域的人脸图像的损失值;
基于所述第二域的人脸图像的损失值,训练所述待训练的生成对抗网络,得到所述预先训练的生成对抗网络。
10.根据权利要求9所述的装置,其中,所述翻译单元中所述预先训练的生成对抗网络和所述待训练的生成对抗网络还包括针对人脸整体的判别器;
所述训练步骤还包括:利用所述针对人脸整体的判别器,判别所述第二域的人脸图像中人脸整体是否为所述目标域的人脸整体,并生成第二判断结果数值;以及
所述基于预设损失函数,确定各个第一判别结果数值分别对应的子损失值,并基于各个所确定的子损失值,确定所述第二域的人脸图像的损失值,包括:
对于各个第一判别结果数值和所述第二判别结果数值中的每个数值,基于该数值和所述预设损失函数,生成该数值对应的子损失值;
将各个所生成的子损失值的和,作为所述第二域的人脸图像的损失值。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277691.5A CN111523412A (zh) | 2020-04-08 | 2020-04-08 | 图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277691.5A CN111523412A (zh) | 2020-04-08 | 2020-04-08 | 图像处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111523412A true CN111523412A (zh) | 2020-08-11 |
Family
ID=71902056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010277691.5A Pending CN111523412A (zh) | 2020-04-08 | 2020-04-08 | 图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523412A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785258A (zh) * | 2019-01-10 | 2019-05-21 | 华南理工大学 | 一种基于多判别器生成对抗网络的人脸图像修复方法 |
CN109800732A (zh) * | 2019-01-30 | 2019-05-24 | 北京字节跳动网络技术有限公司 | 用于生成漫画头像生成模型的方法和装置 |
CN109815928A (zh) * | 2019-01-31 | 2019-05-28 | 中国电子进出口有限公司 | 一种基于对抗学习的人脸图像合成方法和装置 |
CN110221699A (zh) * | 2019-06-13 | 2019-09-10 | 北京师范大学珠海分校 | 一种前置摄像头视频源的眼动行为识别方法 |
-
2020
- 2020-04-08 CN CN202010277691.5A patent/CN111523412A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785258A (zh) * | 2019-01-10 | 2019-05-21 | 华南理工大学 | 一种基于多判别器生成对抗网络的人脸图像修复方法 |
CN109800732A (zh) * | 2019-01-30 | 2019-05-24 | 北京字节跳动网络技术有限公司 | 用于生成漫画头像生成模型的方法和装置 |
CN109815928A (zh) * | 2019-01-31 | 2019-05-28 | 中国电子进出口有限公司 | 一种基于对抗学习的人脸图像合成方法和装置 |
CN110221699A (zh) * | 2019-06-13 | 2019-09-10 | 北京师范大学珠海分校 | 一种前置摄像头视频源的眼动行为识别方法 |
Non-Patent Citations (2)
Title |
---|
JAIHYUN PARK: "Adaptive Weighted Multi-Discriminator CycleGAN for Underwater Image Enhancement", 《JOURNAL OF MARINE SCIENCE AND ENGINEERING》 * |
JAIHYUN PARK: "Adaptive Weighted Multi-Discriminator CycleGAN for Underwater Image Enhancement", 《JOURNAL OF MARINE SCIENCE AND ENGINEERING》, 16 August 2019 (2019-08-16), pages 1 - 15 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816589B (zh) | 用于生成漫画风格转换模型的方法和装置 | |
US11978245B2 (en) | Method and apparatus for generating image | |
CN111476871B (zh) | 用于生成视频的方法和装置 | |
CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
US20230081645A1 (en) | Detecting forged facial images using frequency domain information and local correlation | |
CN108197618B (zh) | 用于生成人脸检测模型的方法和装置 | |
CN109101919B (zh) | 用于生成信息的方法和装置 | |
CN107609506B (zh) | 用于生成图像的方法和装置 | |
CN111369428B (zh) | 虚拟头像生成方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN111275784B (zh) | 生成图像的方法和装置 | |
CN110033423B (zh) | 用于处理图像的方法和装置 | |
CN109800730B (zh) | 用于生成头像生成模型的方法和装置 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN108509994B (zh) | 人物图像聚类方法和装置 | |
CN109145783B (zh) | 用于生成信息的方法和装置 | |
CN110070076B (zh) | 用于选取训练用样本的方法和装置 | |
CN110059624B (zh) | 用于检测活体的方法和装置 | |
CN110570383B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111523413A (zh) | 生成人脸图像的方法和装置 | |
CN111524216A (zh) | 生成三维人脸数据的方法和装置 | |
CN111340865B (zh) | 用于生成图像的方法和装置 | |
CN108399401B (zh) | 用于检测人脸图像的方法和装置 | |
CN110472558B (zh) | 图像处理方法和装置 | |
CN110097004B (zh) | 面部表情识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |