CN111539287A - 训练人脸图像生成模型的方法和装置 - Google Patents

Abstract

本公开的实施例公开了训练人脸图像生成模型的方法和装置、人脸图像生成方法和装置，涉及图像处理领域。训练人脸图像生成模型的方法包括：利用第一特征提取网络提取第一样本人脸图像的第一模态特征；利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数。该方法可获得用于转换输入人脸图像的模态的模型。

Description

训练人脸图像生成模型的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及图像处理技术领域，尤其涉及训练人脸图像生成模型的方法和装置、人脸图像生成方法和装置。

背景技术

跨模态的数据可以提供对象的多维度信息。在人脸识别、人脸追踪等任务场景中，多模态的人脸图像，如红外人脸图像、深度人脸图像和彩色人脸图像，可以提供人脸对象的多维度信息，从而帮助提升相关任务的精度。

深度神经网络被广泛地应用在人脸图像相关的任务中。深度神经网络的性能依赖于大量的标注数据。在实际场景中，彩色人脸图像的数据很多，而深度人脸图像和红外人脸图像的数据较少。因而大量的人脸图像相关任务都是基于彩色人脸图像执行的，由于其他模态人脸图像没有足够多的标注数据，针对其他模态的人脸图像难以通过深度神经网络实现任务目标。

发明内容

本公开的实施例提出了训练人脸图像生成模型的方法和装置、人脸图像生成方法和装置、电子设备和计算机可读介质。

第一方面，本公开的实施例提供了一种训练人脸图像生成模型的方法，人脸图像生成模型包括第一特征提取网络、特征仿射变换网络以及第二模态特征的解码器，方法包括：利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数，其中，第二样本人脸图像为第二模态的人脸图像。

第二方面，本公开的实施例提供了一种人脸图像生成方法，包括：将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；利用特征仿射变换网络将第一模态的人脸图像的第一模态特征变换为第二模态特征；将第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一模态的人脸图像对应的第二模态人脸图像；其中，第一特征提取网络基于第一模态的样本人脸图像训练得出，第二模态特征的解码器基于第二模态的样本人脸图像训练得出；特征仿射变换网络基于样本人脸图像对训练得出，样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

第三方面，本公开的实施例提供了一种训练人脸图像生成模型的装置，人脸图像生成模型包括第一特征提取网络、特征仿射变换网络以及第二模态特征的解码器，装置包括：第一提取单元，被配置为利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；第一变换单元，被配置为利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；第一解码单元，被配置为将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；调整单元，被配置为根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数，其中，第二样本人脸图像为第二模态的人脸图像。

第四方面，本公开的实施例提供了一种人脸图像生成装置，包括：第二提取单元，被配置为将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；第二变换单元，被配置为利用特征仿射变换网络将第一模态的人脸图像的第一模态特征变换为第二模态特征；第二解码单元，被配置为将第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一模态的人脸图像对应的第二模态人脸图像；其中，第一特征提取网络基于第一模态的样本人脸图像训练得出，第二模态特征的解码器基于第二模态的样本人脸图像训练得出；特征仿射变换网络基于样本人脸图像对训练得出，样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

第五方面，本公开的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第一方面提供的训练人脸图像生成模型的方法或如第二方面提供的人脸图像生成方法。

第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现第一方面提供的训练人脸图像生成模型的方法或如第二方面提供的人脸图像生成方法。

本公开的上述实施例的训练人脸图像生成模型的方法和装置、以及人脸图像生成方法和装置，通过基于样本人脸图像的模态转换误差对特征仿射变换网络进行迭代调整，得到了可准确转换输入人脸图像的模态的人脸图像生成模型，由该模型可以基于第一模态的人脸图像生成的第二模态的人脸图像，实现了人脸图像的快速模态变换。

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，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的训练人脸图像生成模型的方法的一个实施例的流程图；

图3是人脸图像生成模型中的特征仿射变换网络的一种训练流程的示意图；

图4是第一纹理特征生成网络和第一模态特征的解码器的一种训练流程的示意图；

图5是根据本公开的人脸图像生成方法的一个实施例的流程图；

图6是本公开的训练人脸图像生成模型的装置的一个实施例的结构示意图；

图7是本公开的人脸图像生成装置的一个实施例的结构示意图；

图8是适于用来实现本公开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公开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，本公开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公开。

图1示出了可以应用本公开的训练人脸图像生成模型的方法、人脸图像生成方法、或训练人脸图像合成模型的装置、人脸图像生成装置的示例性系统架构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。

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可以是用户端设备，其上可以安装有各种应用。例如，图像/视频处理类应用、支付应用、社交平台类应用，等等。用户110可以使用终端设备101、102、103上传人脸图像。

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可以是运行各种服务的服务器，例如为终端设备101、102、103上运行的图像类应用提供后台支持的服务器。服务器105可以接收终端设备101、102、103发送的人脸图像模态转换请求，将第一模态的人脸图像转换为第二模态的人脸图像，还可以将第二模态的人脸图像反馈至终端设备101、102、103。终端设备101、102、103可以向用户110展示第二模态的人脸图像。

上述服务器105还可以接收终端设备101、102、103上传的图像，来构建样本人脸图像集。服务器105还可以利用样本人脸图像集训练人脸图像生成模型，并将训练完成的人脸图像生成模型发送至终端设备101、102、103。终端设备101、102、103可以在本地部署和运行训练完成的人脸图像生成模型。

服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，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。

本公开的实施例所提供的训练人脸图像生成模型的方法、人脸图像生成方法可以由服务器105执行，相应地，训练人脸图像生成模型的装置、人脸图像生成装置可以设置于服务器105中。

在一些场景中，服务器105可以从数据库、存储器或其他设备获取需要的数据(例如样本人脸图像)，这时，示例性系统架构100可以不存在终端设备101、102、103和网络104。

或者，终端设备101、102、103可以具有高性能的处理器，其也可以作为本公开的实施例所提供的训练人脸图像生成模型的方法和人脸图像生成方法的执行主体。相应地，训练人脸图像生成模型的装置和人脸图像生成装置也可以设置于终端设备101、102、103中。并且，终端设备101、102、103还可以从本地获取样本人脸图像集，这时，示例性的系统架构100可以不存在网络104和服务器105。

在一些场景中，训练人脸图像生成模型的方法可以由服务器105执行，服务器105对人脸图像生成模型训练完成后，可以将人脸图像生成模型发送至终端设备101、102、103，终端设备101、102、103在本地部署训练完成的人脸图像生成模型并执行人脸图像生成方法。

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，其示出了根据本公开的训练人脸图像生成模型的方法的一个实施例的流程200。其中，人脸图像生成模型包括第一特征提取网络、特征仿射变换网络以及第二模态特征的解码器。该训练人脸图像生成模型的方法，包括以下步骤：

步骤201，利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征。

在本实施例中，可以通过多轮迭代操作来训练人脸图像生成模型。上述第一样本人脸图像为第一模态的人脸图像。人脸图像的模态可以表征人脸图像的属性类别，可以由人脸图像的成像方式划分。例如单目成像方式对应平面图像模态、双目成像方式对应深度图像模态，红外光源对应红外图像模态，自然光源对应彩色图像模态。第一模态可以是以上任意一种模态。可选地，第一模态的人脸图像可以是彩色人脸图像。

第一特征提取网络用于提取第一模态的人脸图像的特征。在本实施例中，第一特征提取网络可以是经过预训练的网络。第一特征提取网络可以包括用于识别/检测/跟踪人脸的神经网路中的特征提取网络。

在每一轮迭代操作中，可以从样本图像集中获取第一样本人脸图像，并输入至第一特征提取网络，得到第一样本人脸图像的第一模态特征。

步骤202，利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征。

在本实施例中，特征仿射变换网络用于将第一模态的特征变换为第二模态的特征。在这里，特征仿射变换网络可以是待训练的神经网络，其参数可以在每轮迭代操作中被更新。

特征仿射变换网络可以实现为卷积神经网络或循环神经网络，或者其他的神经网络结构，可以由神经网络模型中的若干层结构组合而成。可以构建特征仿射变换网络并初始化其参数，在训练人脸图像生成模型的过程中通过迭代操作优化特征仿射变换网络的参数。

在每一轮迭代操作中，可以将第一样本人脸图像的第一模态特征输入至特征仿射变换网络进行特征的模态转换，得到第二样本人脸图像的第二模态特征。

步骤203，将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像。

第二模态与上述第一模态不相同。第二模态特征的解码器用于对第二模态特征进行解码，还原出第二模态人脸图像。第二模态特征的解码器可以实现为包含上采样层的卷积神经网络，或反卷积神经网络。在本实施例中，第二模态特征的解码器可以是经过预训练的网络。

可以将步骤202得到的第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像。

步骤204，根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数。

在本实施例中，可以获取样本人脸图像对，样本图像对包括第一样本人脸图像和对应的第二样本人脸图像，其中，第二样本人脸图像为第二模态的人脸图像。也即，可以获取同一用户的第一模态的人脸图像和第二模态的人脸图像构建上述样本图像对。

可以对步骤203得到的第一样本人脸图像对应的第二模态人脸图像和样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像进行比对，确定二者的差异作为特征仿射变换网络的误差。

上述第一样本人脸图像对应的第二模态人脸图像和样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像的差异可以是图像中人脸区域之间的差异。可以对进行比对的两幅人脸图像中人脸区域的像素值进行比对确定上述差异，或者可以从进行比对的两幅人脸图像中提取一些与模态相关的特征(例如颜色、深度信息等)，将提取出的两幅图像的与模态相关的特征之间的差异度作为进行比对的上述两幅人脸图像的差异。

可以根据特征仿射变换网络的误差，采用误差反向传播的方式，对特征仿射变换网络的参数进行调整，具体地，在每轮迭代操作中可以采用梯度下降法更新特征仿射变换网络的参数。然后，基于更新参数后的特征仿射变换网络执行下一轮迭代操作。

当迭代操作的次数达到预设的次数阈值，或者特征仿射变换网络的误差小于预设的误差阈值时，可以停止迭代操作。这时得到的特征仿射变换网络为训练完成的仿射特征变换网络。可以基于上述第一特征提取网络、第二模态特征的解码器以及训练完成的仿射特征变换网络生成训练完成的人脸图像生成模型。

上述实施例的训练人脸图像生成模型的方法，通过构建特征仿射变换网络，在训练过程中基于生成第二模态人脸图像的误差迭代更新特征仿射变换网络的参数，能够基于少量的成对样本数据训练得出可准确转换人脸图像的模态的人脸图像生成模型，由此提供了跨模态人脸图像的快速批量生成方式。

在一些实施例中，上述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络。其中，第一纹理特征生成网络基于生成对抗网络训练得出。第一纹理特征生成网络可以是生成对抗网络中的生成器，用于生成第一模态的人脸图像的纹理特征。该生成对抗网络中的判别器可以用于判别基于第一纹理特征生成网络生成的纹理特征进行解码得到的人脸图像是否为真实的人脸图像。身份特征提取网络可以用于提取人脸图像中区分于其他用户对象的身份特征。身份特征提取网络可以基于已训练的人脸识别网络中的特征提取网络构建。

在这些实施例中，上述利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征的步骤201，可以包括：利用第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；对第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的第一模态特征。

可以将第一样本人脸图像分别输入至第一纹理特征生成网络和身份特征提取网络，得到第一样本人脸图像的纹理特征和身份特征。可以通过将第一样本人脸图像的纹理特征和身份特征拼接形成第一样本人脸图像的特征。

请参考图3，其示出了人脸图像生成模型中的特征仿射变换网络的一种训练流程的示意图。如图3所示，首先，将第一模态的样本人脸图像S1分别输入至第一纹理特征生成网络TA和人脸识别网络RA，得到第一样本人脸图像的纹理特征T1和身份特征F1。对纹理特征T1和身份特征F1进行特征拼接生成第一模态的拼接特征后，利用特征仿射变换网络对第一模态的拼接特征进行模态转换，得到第二模态的特征，然后采用第二模态特征的解码器DB进行解码，得到第二模态的人脸图像S2。然后根据第二模态的人脸图像确定特征仿射变换网络的误差，并基于该误差反向传播，调整特征仿射变换网络的参数后继续执行图3所示的训练流程。

生成对抗网络可以基于较小数据量的样本训练得出性能良好的模型。上述实施例中通过采用生成对抗网络训练得出纹理特征提取网络，能够利用较少数量的成对样本人脸图像训练得出更可靠的人脸图像生成模型。

在一些实施例中，上述方法还包括：基于第一样本人脸图像训练第一特征提取网络和第一模态特征的解码器的步骤。

该基于第一样本人脸图像训练第一特征提取网络和第一模态特征的解码器的步骤包括：利用待训练的第一特征提取网络提取第一样本人脸图像的特征，采用待训练的第一模态特征的解码器对第一样本人脸图像的特征进行解码，得到第一模态的预测人脸图像；基于第一模态的预测人脸图像与第一样本人脸图像之间的差异迭代调整待训练的第一特征提取网络的参数和待训练的第一模态特征的解码器的参数。

可以通过多轮迭代操作来训练第一特征提取网络和第一模态特征的解码器。在每轮迭代操作中，采用待训练的第一模态特征的解码器对第一样本人脸图像的特征进行解码，得到第一模态的预测人脸图像，可以基于第一模态的预测人脸图像与对应的第一样本人脸图像之间的差异构建损失函数，基于损失函数来监督待训练的第一特征提取网络和待训练的第一模态特征的解码器的参数更新。

这样，可以通过迭代操作对第一特征提取网络进行预训练，利用完成训练的第一特征提取网络对特征仿射变换网络进行训练，第一特征提取网络和特征仿射变换网络的训练互不干扰，可以提升训练效率。

进一步地，上述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络。在基于第一样本人脸图像训练第一特征提取网络和第一模态特征的解码器的过程中，可以利用待训练的第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；对第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的特征。在调整待训练的第一特征提取网络的参数和待训练的第一模态特征的解码器的参数时，可以基于第一模态的预测人脸图像与第一样本人脸图像之间的差异，采用生成对抗训练的方式对待训练的第一特征提取网络的参数和待训练的第一模态特征的解码器的参数进行迭代更新。

通过采用生成对抗网络来训练第一纹理特征生成网络，可以利用较少的第一样本图像快速训练完成第一纹理特征生成网络。

请参考图4，其示出了第一纹理特征生成网络和第一模态特征的解码器的一种训练流程的示意图。如图4所示，将第一样本人脸图像S1分别输入至第一纹理特征生成网络TA和人脸识别网络RA，得到第一样本人脸图像的纹理特征和身份特征。对纹理特征和身份特征进行特征拼接生成第一模态的拼接特征后，利用第一模态特征的解码器DA进行解码，得到第一模态的预测人脸图像P1。然后根据第一模态的预测人脸图像P1与第一样本人脸图像S1之间的差异确定第一纹理特征生成网络和第一模态特征的解码器DA的误差，并基于该误差反向传播，调整第一纹理特征生成网络和第一模态特征的解码器DA的参数后继续执行图4所示的训练流程。

在一些实施例中，上述训练人脸图像生成模型的方法还可以包括基于第二样本人脸图像训练第二特征提取网络和第二模态特征的解码器的步骤。

该基于第二样本人脸图像训练第二特征提取网络和第二模态特征的解码器的步骤包括：利用待训练的第二特征提取网络提取第二样本人脸图像的特征，采用待训练的第二模态特征的解码器对第二样本人脸图像的特征进行解码，得到第二模态的预测人脸图像；基于第二模态的预测人脸图像与第二样本人脸图像之间的差异迭代调整待训练的第二特征提取网络的参数和待训练的第二模态特征的解码器的参数。

进一步地，第二特征提取网络包括第二纹理特征生成网络和身份特征提取网络，身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；则上述利用待训练的第二特征提取网络提取第二样本人脸图像的特征，包括：利用待训练的第二纹理特征生成网络和身份特征提取网络分别提取第二样本人脸图像的纹理特征和身份特征；对第二样本人脸图像的纹理特征和身份特征进行拼接形成第二样本人脸图像的特征。上述迭代调整待训练的第二特征提取网络的参数和待训练的第二模态特征的解码器的参数，包括：采用生成对抗训练的方式，迭代调整待训练的第二特征提取网络的参数和待训练的第二模态特征的解码器的参数。

第二特征提取网络和第二模态特征的解码器的训练方法与上述第一特征提取网络和第一模态特征的解码器的训练方法一致，区别在于第二特征提取网络和第二模态特征的解码器的训练中，利用第二模态的第二样本人脸图像进行训练，因此训练完成后第二模态特征的解码器能够准确地将第二模态的特征还原为第二模态的人脸图像。

继续参考图5，其示出了根据本公开的人脸图像生成方法的一个实施例的流程图。如图5所示，本实施例的人脸图像生成方法的流程500，包括以下步骤：

步骤501，将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征。

人脸图像的模态可以根据其成像方式确定，根据成像方式不同，人脸图像的模态可以包括彩色图像模态、红外图像模态、深度图像模态等。在本实施例中，可以获取第一模态的人脸图像，第一模态可以是以上任意一种。可选地，第一模态的人脸图像可以是彩色人脸图像。

可以利用已训练的第一特征提取网络提取第一模态的人脸图像的特征。该第一特征提取网络可以基于第一模态的样本人脸图像训练得出。具体地，可以采用第一特征提取网络对第一模态的样本人脸图像进行特征提取，根据提取出的特征执行人脸识别、人脸检测等任务，根据任务精度迭代调整第一特征提取网络的参数。

可选地，第一特征提取网络的训练方法可以参考前述实施例的描述，此处不再赘述。

步骤502，利用特征仿射变换网络将第一模态的人脸图像的第一模态特征变换为第二模态特征。

特征仿射变换网络基于样本人脸图像对训练得出，样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

具体地，特征仿射变换网络可以按照如下方式训练得出：利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数，其中，第二样本人脸图像为第二模态的人脸图像。

上述特征仿射变换的具体训练方式可以参考前述训练人脸图像生成模型的方法实施例中的相应描述，此处不再赘述。

步骤503，将第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一模态的人脸图像对应的第二模态人脸图像。

其中，第二模态特征的解码器基于第二模态的样本人脸图像训练得出，具体的训练方法可参考前述训练人脸图像生成模型的方法的实施例中的相应描述，此处不再赘述。

利用第二模态特征的解码器对第二模态特征进行解码之后可以得到第二模态的人脸图像。这样，实现了将第一模态的人脸图像转换为第二模态的人脸图像，提供了跨模态的图像转换方式，能够利用数量较多的模态的人脸图像生成其他模态的人脸图像，扩充其他模态的人脸图像的数量，进而利用其他模态的人脸图像构建深度神经网络训练集来训练相应模态的深度学习模型，执行对相应模态人脸数据的处理任务。

请参考图6，作为对上述训练人脸图像生成模型的方法的实现，本公开提供了一种训练人脸图像生成模型的装置的一个实施例，该装置实施例与上述训练人脸图像生成模型的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的训练人脸图像生成模型的装置600包括：第一提取单元601、第一变换单元602、第一解码单元603以及调整单元604。其中，第一提取单元601被配置为利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；第一变换单元602被配置为利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；第一解码单元603被配置为将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；调整单元604被配置为根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数，其中，第二样本人脸图像为第二模态的人脸图像。

在一些实施例中，上述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，第一纹理特征生成网络基于生成对抗网络训练得出；以及上述第一提取单元601包括：第一特征提取单元，被配置为利用第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；第一拼接单元，被配置为对第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的第一模态特征。

在一些实施例中，上述装置还包括：第一训练单元，被配置为基于第一样本人脸图像，按照如下方式训练第一特征提取网络和第一模态特征的解码器：利用待训练的第一特征提取网络提取第一样本人脸图像的特征，采用待训练的第一模态特征的解码器对第一样本人脸图像的特征进行解码，得到第一模态的预测人脸图像；基于第一模态的预测人脸图像与第一样本人脸图像之间的差异，迭代调整待训练的第一特征提取网络的参数和待训练的第一模态特征的解码器的参数。

在一些实施例中，上述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；上述第一训练单元被配置为按照如下方式提取第一样本人脸图像的特征：利用待训练的第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；对第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的特征；上述第一训练单元进一步被配置为：采用生成对抗训练的方式，迭代调整待训练的第一特征提取网络的参数和待训练的第一模态特征的解码器的参数。

在一些实施例中，上述装置还包括：第二训练单元，被配置为基于第二样本人脸图像，按照如下方式训练第二特征提取网络和第二模态特征的解码器：利用待训练的第二特征提取网络提取第二样本人脸图像的特征，采用待训练的第二模态特征的解码器对第二样本人脸图像的特征进行解码，得到第二模态的预测人脸图像；基于第二模态的预测人脸图像与第二样本人脸图像之间的差异迭代调整待训练的第二特征提取网络的参数和待训练的第二模态特征的解码器的参数。

在一些实施例中，上述第二特征提取网络包括第二纹理特征生成网络和身份特征提取网络，身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；上述第二训练单元被配置为按照如下方式提取第二样本人脸图像的特征：利用待训练的第二纹理特征生成网络和身份特征提取网络分别提取第二样本人脸图像的纹理特征和身份特征；对第二样本人脸图像的纹理特征和身份特征进行拼接形成第二样本人脸图像的特征；上述第二训练单元进一步被配置为：采用生成对抗训练的方式，迭代调整待训练的第二特征提取网络的参数和待训练的第二模态特征的解码器的参数。

请参考图7，作为对上述人脸图像生成方法的实现，本公开提供了一种人脸图像生成装置的一个实施例，该装置实施例与上述人脸图像生成方法的实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，本实施例的人脸图像生成装置700，包括：第二提取单元701、第二提变换单元702以及第二解码单元703。第二提取单元701被配置为将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；第二变换单元702被配置为利用特征仿射变换网络将第一模态的人脸图像的第一模态特征变换为第二模态特征；第二解码单元703被配置为将第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一模态的人脸图像对应的第二模态人脸图像。其中，第一特征提取网络基于第一模态的样本人脸图像训练得出，第二模态特征的解码器基于第二模态的样本人脸图像训练得出；特征仿射变换网络基于样本人脸图像对训练得出，样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

上述装置600和装置700中的各单元与参考图2至图5描述的训练人脸图像生成模型方法和人脸图像生成方法中的步骤相对应。由此，上文针对训练人脸图像生成模型的方法描述的操作、特征及所能达到的技术效果同样适用于装置600、装置700及其中包含的单元，在此不再赘述。

下面参考图8，其示出了适于用来实现本公开的实施例的电子设备(例如图1所示的服务器)800的结构示意图。图8示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：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806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，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8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809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801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，本公开的实施例所描述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。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；利用特征仿射变换网络将第一样本人脸图像的第一模态特征变换为第二模态特征；将第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一样本人脸图像对应的第二模态人脸图像；根据第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中第一样本人脸图像对应的第二样本人脸图像，确定特征仿射变换网络的误差，对误差进行反向传播，以迭代调整特征仿射变换网络的参数，其中，第二样本人脸图像为第二模态的人脸图像。

或者，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电子设备执行时，使得该电子设备：将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；利用特征仿射变换网络将第一模态的人脸图像的第一模态特征变换为第二模态特征；将第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到第一模态的人脸图像对应的第二模态人脸图像；其中，第一特征提取网络基于第一模态的样本人脸图像训练得出，第二模态特征的解码器基于第二模态的样本人脸图像训练得出；特征仿射变换网络基于样本人脸图像对训练得出，样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

描述于本公开的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：一种处理器包括第一提取单元、第一变换单元、第一解码单元和调整单元。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，第一提取单元还可以被描述为“利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征的单元”。

以上描述仅为本公开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，本公开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 (16)

1.一种训练人脸图像生成模型的方法，所述人脸图像生成模型包括第一特征提取网络、特征仿射变换网络以及第二模态特征的解码器，所述方法包括：

利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；

利用特征仿射变换网络将所述第一样本人脸图像的第一模态特征变换为第二模态特征；

将所述第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到所述第一样本人脸图像对应的第二模态人脸图像；

根据所述第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中所述第一样本人脸图像对应的第二样本人脸图像，确定所述特征仿射变换网络的误差，对所述误差进行反向传播，以迭代调整所述特征仿射变换网络的参数，其中，所述第二样本人脸图像为第二模态的人脸图像。

2.根据权利要求1所述的方法，其中，所述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，所述第一纹理特征生成网络基于生成对抗网络训练得出；以及

所述利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，包括：

利用第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；

对所述第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的第一模态特征。

3.根据权利要求1所述的方法，其中，所述方法还包括：

基于第一样本人脸图像训练所述第一特征提取网络和第一模态特征的解码器，包括：

利用待训练的第一特征提取网络提取第一样本人脸图像的特征，采用待训练的第一模态特征的解码器对所述第一样本人脸图像的特征进行解码，得到第一模态的预测人脸图像；

基于所述第一模态的预测人脸图像与所述第一样本人脸图像之间的差异，迭代调整所述待训练的第一特征提取网络的参数和所述待训练的第一模态特征的解码器的参数。

4.根据权利要求3所述的方法，其中，所述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，所述身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；

所述利用待训练的第一特征提取网络提取第一样本人脸图像的特征，包括：

利用待训练的第一纹理特征生成网络和所述身份特征提取网络分别提取所述第一样本人脸图像的纹理特征和身份特征；

对所述第一样本人脸图像的纹理特征和身份特征进行拼接形成所述第一样本人脸图像的特征；

所述迭代调整所述待训练的第一特征提取网络的参数和所述待训练的第一模态特征的解码器的参数，包括：

采用生成对抗训练的方式，迭代调整所述待训练的第一特征提取网络的参数和所述待训练的第一模态特征的解码器的参数。

5.根据权利要求3或4所述的方法，其中，所述方法还包括：

基于第二样本人脸图像训练第二特征提取网络和所述第二模态特征的解码器，包括：

利用待训练的第二特征提取网络提取第二样本人脸图像的特征，采用待训练的第二模态特征的解码器对所述第二样本人脸图像的特征进行解码，得到第二模态的预测人脸图像；

基于所述第二模态的预测人脸图像与所述第二样本人脸图像之间的差异迭代调整所述待训练的第二特征提取网络的参数和所述待训练的第二模态特征的解码器的参数。

6.根据权利要求5所述的方法，其中，所述第二特征提取网络包括第二纹理特征生成网络和身份特征提取网络，所述身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；

所述利用待训练的第二特征提取网络提取第二样本人脸图像的特征，包括：

利用待训练的第二纹理特征生成网络和所述身份特征提取网络分别提取所述第二样本人脸图像的纹理特征和身份特征；

对所述第二样本人脸图像的纹理特征和身份特征进行拼接形成所述第二样本人脸图像的特征；

所述迭代调整所述待训练的第二特征提取网络的参数和所述待训练的第二模态特征的解码器的参数，包括：

采用生成对抗训练的方式，迭代调整所述待训练的第二特征提取网络的参数和所述待训练的第二模态特征的解码器的参数。

7.一种人脸图像生成方法，包括：

将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；

利用特征仿射变换网络将所述第一模态的人脸图像的第一模态特征变换为第二模态特征；

将所述第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到所述第一模态的人脸图像对应的第二模态人脸图像；

其中，所述第一特征提取网络基于第一模态的样本人脸图像训练得出，所述第二模态特征的解码器基于第二模态的样本人脸图像训练得出；

所述特征仿射变换网络基于样本人脸图像对训练得出，所述样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

8.一种训练人脸图像生成模型的装置，所述人脸图像生成模型包括第一特征提取网络、特征仿射变换网络以及第二模态特征的解码器，所述装置包括：

第一提取单元，被配置为利用第一特征提取网络对第一样本人脸图像进行特征提取，得到第一样本人脸图像的第一模态特征，其中第一样本人脸图像为第一模态的人脸图像；

第一变换单元，被配置为利用特征仿射变换网络将所述第一样本人脸图像的第一模态特征变换为第二模态特征；

第一解码单元，被配置为将所述第一样本人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到所述第一样本人脸图像对应的第二模态人脸图像；

调整单元，被配置为根据所述第一样本人脸图像对应的第二模态人脸图像以及样本人脸图像对中所述第一样本人脸图像对应的第二样本人脸图像，确定所述特征仿射变换网络的误差，对所述误差进行反向传播，以迭代调整所述特征仿射变换网络的参数，其中，所述第二样本人脸图像为第二模态的人脸图像。

9.根据权利要求8所述的装置，其中，所述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，所述第一纹理特征生成网络基于生成对抗网络训练得出；以及

所述第一提取单元包括：

第一特征提取单元，被配置为利用第一纹理特征生成网络和身份特征提取网络分别提取第一样本人脸图像的纹理特征和身份特征；

第一拼接单元，被配置为对所述第一样本人脸图像的纹理特征和身份特征进行拼接形成第一样本人脸图像的第一模态特征。

10.根据权利要求8所述的装置，其中，所述装置还包括：

第一训练单元，被配置为基于第一样本人脸图像，按照如下方式训练所述第一特征提取网络和第一模态特征的解码器：

利用待训练的第一特征提取网络提取第一样本人脸图像的特征，采用待训练的第一模态特征的解码器对所述第一样本人脸图像的特征进行解码，得到第一模态的预测人脸图像；

基于所述第一模态的预测人脸图像与所述第一样本人脸图像之间的差异，迭代调整所述待训练的第一特征提取网络的参数和所述待训练的第一模态特征的解码器的参数。

11.根据权利要求10所述的装置，其中，所述第一特征提取网络包括第一纹理特征生成网络和身份特征提取网络，所述身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；

所述第一训练单元被配置为按照如下方式提取第一样本人脸图像的特征：

利用待训练的第一纹理特征生成网络和所述身份特征提取网络分别提取所述第一样本人脸图像的纹理特征和身份特征；

对所述第一样本人脸图像的纹理特征和身份特征进行拼接形成所述第一样本人脸图像的特征；

所述第一训练单元进一步被配置为：采用生成对抗训练的方式，迭代调整所述待训练的第一特征提取网络的参数和所述待训练的第一模态特征的解码器的参数。

12.根据权利要求10或11所述的装置，其中，所述装置还包括：

第二训练单元，被配置为基于第二样本人脸图像，按照如下方式训练第二特征提取网络和所述第二模态特征的解码器：

利用待训练的第二特征提取网络提取第二样本人脸图像的特征，采用待训练的第二模态特征的解码器对所述第二样本人脸图像的特征进行解码，得到第二模态的预测人脸图像；

基于所述第二模态的预测人脸图像与所述第二样本人脸图像之间的差异迭代调整所述待训练的第二特征提取网络的参数和所述待训练的第二模态特征的解码器的参数。

13.根据权利要求12所述的装置，其中，所述第二特征提取网络包括第二纹理特征生成网络和身份特征提取网络，所述身份特征提取网络包括经过训练的人脸识别网络中的特征提取网络；

所述第二训练单元被配置为按照如下方式提取第二样本人脸图像的特征：

利用待训练的第二纹理特征生成网络和所述身份特征提取网络分别提取所述第二样本人脸图像的纹理特征和身份特征；

对所述第二样本人脸图像的纹理特征和身份特征进行拼接形成所述第二样本人脸图像的特征；

所述第二训练单元进一步被配置为：采用生成对抗训练的方式，迭代调整所述待训练的第二特征提取网络的参数和所述待训练的第二模态特征的解码器的参数。

14.一种人脸图像生成装置，包括：

第二提取单元，被配置为将第一模态的人脸图像输入第一特征提取网络，得到第一模态的人脸图像的第一模态特征；

第二变换单元，被配置为利用特征仿射变换网络将所述第一模态的人脸图像的第一模态特征变换为第二模态特征；

第二解码单元，被配置为将所述第一模态的人脸图像的第二模态特征输入至第二模态特征的解码器进行解码，得到所述第一模态的人脸图像对应的第二模态人脸图像；

其中，所述第一特征提取网络基于第一模态的样本人脸图像训练得出，所述第二模态特征的解码器基于第二模态的样本人脸图像训练得出；

所述特征仿射变换网络基于样本人脸图像对训练得出，所述样本人脸图像对包括第一模态的样本人脸图像和第二模态的样本人脸图像。

15.一种电子设备，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1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images