CN111539903A - 训练人脸图像合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合成模型的方法和装置，涉及图像处理领域。该方法包括：获取包括身份特征提取网络、待训练的纹理特征提取网络和待训练的解码器的待训练的人脸图像合成模型；将样本人脸图像输入至待训练的纹理特征提取网络和身份特征提取网络进行特征提取；拼接样本人脸图像的纹理特征和身份特征得到拼接特征，基于待训练的解码器对拼接特征解码得到样本人脸图像对应的合成人脸图像；提取合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征的差异确定人脸图像合成误差，基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。该方法能获得性能良好的人脸图像合成模型。

Description

训练人脸图像合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合成模型的方法和装置。

背景技术

图像合成是图像处理领域的一项重要技术。在目前的图像处理技术中，图像合成一般是通过“抠图”，将一幅图像中的一部分内容分割出来并粘贴至另一幅图像中。

人脸图像的合成可以灵活地应用于创建虚拟角色，能够丰富图像和视频类应用的功能。针对人脸图像的合成，由于抠图技术需要繁琐的人工操作，且抠图获得的人脸图像的姿态、表情通常呈现不自然的状态，合成的人脸图像质量较差。

发明内容

本公开的实施例提出了训练人脸图像合成模型的方法和装置、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合成模型的方法，包括：获取待训练的人脸图像合成模型，待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，身份特征提取网络基于人脸识别网络构建；将样本人脸图像分别输入至待训练的纹理特征提取网络和身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像；提取样本人脸图像对应的合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。

第二方面，本公开的实施例提供了一种训练人脸图像合成模型的装置，包括：获取单元，被配置为获取待训练的人脸图像合成模型，待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，身份特征提取网络基于人脸识别网络构建；提取单元，被配置为将样本人脸图像分别输入至待训练的纹理特征提取网络和身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；解码单元，被配置为对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像；误差反向传播单元，被配置为提取样本人脸图像对应的合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。

第三方面，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合成模型的方法。

第四方面，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合成模型的方法。

本公开的上述实施例的训练人脸图像合成模型的方法和装置，通过获取待训练的人脸合成模型，待训练的人脸合成模型包括待训练的纹理特征提取网络、待训练的解码器以及身份特征提取网络，身份特征提取网络基于已训练的人脸识别网络构建，将样本人脸图像输入至待训练的纹理特征提取网络，得到样本人脸图像的纹理特征，将样本人脸图像输入身份特征提取网络身份特征提取，得到样本人脸图像的身份特征，对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像，基于特征提取网络对样本人脸图像对应的合成人脸图像进行身份特征提取，得到合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征确定人脸图像合成误差，基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数，能够获得性能良好的人脸图像合成模型。

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合成模型的方法的一个实施例的流程图；

图3是用于训练人脸图像合成模型的方法的实现流程的原理示意图；

图4是本公开的训练人脸图像合成模型的装置的一个实施例的结构示意图；

图5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合成模型的方法或训练人脸图像合成模型的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上运行的视频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发送的人脸图像合成请求，对请求合成的人脸图像进行合成，得到合成人脸图像，将合成人脸图像或由合成人脸图像形成的合成人脸视频反馈至终端设备101、102、103。终端设备101、102、103可以向用户110展示合成人脸图像或合成人脸视频。

上述服务器105还可以接收终端设备101、102、103上传的图像或视频数据，来构建人脸图像或视频处理技术中各种应用场景的神经网络模型对应的样本人脸图像集。服务器105还可以利用样本人脸图像集训练人脸图像合成模型，并将训练完成的人脸图像合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合成模型。

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。

需要说明的是，本公开的实施例所提供的训练人脸图像合成模型的方法可以由服务器105执行，相应地，训练人脸图像合成模型的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(例如训练样本和待合成的人脸图像对)，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合成模型的方法的执行主体。相应地，训练人脸图像合成模型的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。

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合成模型的方法的一个实施例的流程200。该训练人脸图像合成模型的方法，包括以下步骤：

步骤201，获取待训练的人脸图像合成模型。

在本实施例中，用于训练人脸图像合成模型的方法的执行主体可以获取待训练的人脸图像合成模型。待训练的人脸图像合成模型可以是深度神经网络模型，包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器。

身份特征提取网络用于提取人脸图像中的身份特征，该身份特征用于区分不同人的人脸。由于人脸识别网络的目标包括区分不同用户，因此上述身份特征提取网络可以基于人脸识别网络构建，具体可以实现为人脸识别网络中的特征提取网络。

在实践中，可以采用经过训练的人脸识别网络中的特征提取网络构建上述身份特征提取网络。例如，经过训练的人脸识别网络是卷积神经网络，包括特征提取网络和分类器。其中特征提取网络可以包含多个卷积层、池化层、全连接层。可以将删除特征提取网络中与分类器连接的最后一个全连接层，作为本实施例中人脸图像合成模型中的身份特征提取网络。

待训练的纹理特征提取网络用于从人脸图像中提取纹理特征，其中，纹理特征可以是表征人脸的姿态、表情的特征。待训练的解码器用于对合成的人脸特征进行解码得到合成人脸图像。待训练的纹理特征提取网络和待训练的解码器可以是深度神经网络。

在本实施例中，待训练的纹理特征提取网络和待训练的解码器的初始参数可以随机设置，或者，可以将经过预训练的纹理特征提取网络和解码器分别作为待训练的纹理特征提取网络和待训练的解码器。

步骤202，将样本人脸图像分别输入至待训练的纹理特征提取网络和身份特征提取网络，得到样本人脸图像的纹理特征和身份特征。

样本人脸图像可以是预先构建的样本集中的人脸图像。在本实施例中，可以通过利用样本集执行多次迭代操作来训练人脸图像合成模型。在每次迭代操作中，将当前迭代操作中的样本人脸图像分别输入至上述身份特征提取网络和待训练的纹理特征提取网络，获得样本人脸图像的身份特征和纹理特征。

需要说明的是，上述身份特征提取网络可以是预先训练完成的，身份特征提取网络的参数在人脸图像合成模型训练过程中不被更新。待训练的纹理特征提取网络的参数在每次迭代操作中被更新。

步骤203，对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像。

可以将步骤202中身份特征提取网络和待训练的纹理特征提取网络对同一样本人脸图像提取出的身份特征和纹理特征进行拼接，具体可以通过concat(拼接)操作将两个特征直接拼接，或者可以对身份特征和纹理特征进行归一化处理后分别加权，然后通过concat操作将归一化及加权后的两个特征拼接在一起，得到样本人脸图像的拼接特征。

可以利用待训练的解码器对样本人脸图像的拼接特征进行解码。在一个具体的示例中，待训练的解码器可以基于反卷积神经网络构建，其包含多个反卷积层，低维的拼接特征经过反卷积层的反卷积操作后转换为高维的图像数据。或者，待训练的解码器还可以实现为卷积神经网络，其包含上采样层，通过上采样层将拼接特征的维度恢复为图像的维度。

由于拼接特征包含了样本人脸图像的身份特征和纹理特征，所以解码器解码得到的合成人脸图像融合了样本人脸图像的身份特征和纹理特征。

步骤204，提取样本人脸图像对应的合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。

在本实施例中，可以利用人脸图像合成模型中的身份特征提取网络对步骤203得到的样本人脸图像对应的合成人脸图像进行身份特征提取，或者也可以采用其他的人脸识别模型提取出样本人脸图像对应的合成人脸图像的身份特征。然后比对合成人脸图像的身份特征与对应的样本人脸图像的身份特征，可以将合成人脸图像的身份特征与对应的样本人脸图像的身份特征的差异作为人脸图像合成误差。

具体地，可以计算合成人脸图像的身份特征与对应的样本人脸图像的身份特征的差异度作为人脸图像合成误差。

随后可以采用梯度下降的方法迭代更新待训练的纹理特征提取网络和待训练的解码器的参数，将人脸图像合成误差反向传播至待训练的纹理特征提取网络和待训练的解码器。然后执行下一次迭代操作。

在每一次迭代操作中，可以基于人脸图像合成误差更新人脸图像合成模型中的参数，这样，通过多轮迭代操作，人脸图像合成模型的参数逐步优化，人脸图像合成误差逐步缩小。当人脸图像合成误差小于预设的阈值、或者迭代操作的次数达到预设的次数阈值时，可以停止训练，得到训练完成的人脸图像合成模型。

请参考图3，其示出了上述用于训练人脸图像合成模型的方法的实现流程的原理示意图。

如图3所示，样本人脸图像I1分别输入至纹理特征提取网络和人脸识别网络A以提取出纹理特征和身份特征F1，对纹理特征和身份特征F1进行特征拼接操作后得到拼接特征，将拼接特征输入至解码器执行特征解码操作，得到对应的合成人脸图像I2。采用人脸识别网络B对合成人脸图像进行身份特征提取得到合成人脸图像的身份特征F2。人脸识别网络A和人脸识别网络B可以是同一个经过训练的人脸识别网络。通过比对身份特征F1和身份特征F2确定ID(Identity，身份)损失，将ID损失反向传播至纹理特征提取网络和解码器，更新纹理特征提取网络和解码器的参数。然后执行下一次迭代操作，重新选择样本图像输入至纹理特征提取网络和身份特征提取网络。

上述方法将包括合成人脸图像和样本人脸图像的身份特征之间的差异的合成误差反向传播至人脸图像合成模型中，训练得到的人脸图像合成模型可以完整、准确地融合输入身份特征提取网络的人脸图像的身份特征。并且，由于待训练的纹理特征提取网络提取出的纹理特征可能包含部分与身份相关的特征，由此导致合成人脸图像的身份特征可能包含来自于纹理特征提取网络的特征。本实施例通过将上述人脸图像合成误差反向传播至合成人脸图像生成模型，可以将纹理特征提取网络相对于身份特征提取网络解耦，逐步减少纹理特征提取网络输出的纹理特征对合成人脸图像中的身份特征的影响。由此训练得出的人脸图像合成模型在应用于合成两个不同用户的人脸图像时，能够准确地融合其中一个用户的纹理特征和另一个用户的身份特征，提升了人脸图像的合成质量。

此外，上述训练方法无需对样本人脸图像进行标注，也无需构建包含至少两个人脸图像以及对至少两个人脸图像合成得到的合成人脸图像的成对样本数据，即可训练得出性能良好的人脸图像合成模型，解决了基于神经网络的人脸合成方法中成对样本数据难以获取的问题，降低了训练成本。

在一些实施例中，上述步骤204中，可以按照如下方式迭代调整待训练的纹理特征提取网络和待训练的解码器的参数：将待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对待训练的人脸图像合成模型和生成对抗网络中的判别器的参数进行迭代调整。

可以采用生成对抗网络的训练方法来训练上述人脸合成模型。具体地，将待训练的人脸图像合成模型作为生成对抗网络中的生成器，利用生成器对样本人脸图像处理得到对应的合成人脸图像，利用生成对抗网络中的判别器判别生成器输出的人脸图像是真实的人脸图像或合成的人脸图像(虚假的人脸图像)。

可以构建监督函数，监督函数包括生成器的代价函数和判别器的代价函数。生成器的代价函数可以包括表征上述人脸图像合成误差的损失函数，其中人脸图像合成误差可以包括样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异，还可以包括合成人脸图像与样本人脸图像的分布之间的差异。判别器的代价函数表征判别器的判别误差。

在每次迭代操作中，利用该监督函数，采用对抗训练的方式对待训练的纹理特征提取网络和待训练的解码器的参数调整进行监督。

上述实现方式中，通过生成对抗网络训练得到的人脸图像合成模型能够生成更逼真的合成人脸图像，进一步提升合成人脸图像的质量。

在上述实施例的一些可选的实现方式中，可以按照如下方式确定待训练的人脸图像合成模型的人脸合成误差：基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的相似度，确定人脸图像合成误差。人脸图像合成误差可以与上述相似度负相关。例如可以计算上述两个特征之间的相似度，将相似度的倒数作为人脸图像合成误差。

通过计算两个身份特征之间的相似度，能够快速地确定人脸图像合成模型的误差，从而实现快速的人脸图像合成模型训练。

或者，在上述实施例的一些可选的实现方式中，可以按照如下方式确定待训练的人脸图像合成模型的人脸合成误差：基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征分别对样本人脸图像和合成人脸图像进行人脸识别；根据样本人脸图像和合成人脸图像的人脸识别结果之间的差异确定人脸图像合成误差。

可以利用上述人脸识别网络分别基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征进行人脸识别。识别结果可以包括对应的身份标识，识别结果之间的差异可以由基于上述两个身份特征识别出的身份标识不一致的概率表征。

或者，识别结果可以包括类别概率，该类别概率是人脸识别网络将身份特征划分至各身份标识对应的类别的概率。识别结果之间的差异可以按照如下方式获取：确定样本人脸图像在各身份标识对应的类别的概率分布，确定合成本人脸图像在各身份标识对应的类别的概率分布，基于两个概率分布之间的分布距离确定对应的识别结果之间的差异。

通过基于样本人脸图像和合成人脸图像的身份特征进行人脸识别，将识别结果之间的差异作为样本人脸图像的身份特征和合成人脸图像的身份特征之间的差异，进而基于该身份特征之间的差异训练人脸图像合成模型，能够进一步弱化纹理特征提取网络提取出的特征与身份信息的相关性，更准确地解耦纹理特征提取网络对纹理特征的提取和身份特征提取网络对身份特征的提取。

在上述各实施例的一些可选的实现方式中，用于训练人脸图像合成模型的方法的流程还可以包括：采用经过训练的人脸图像合成模型对第一人脸图像和第二人脸图像进行合成，得到融合第一人脸图像的纹理特征和第二人脸图像的身份特征的合成图像。

在经过多轮迭代调整待训练的纹理特征提取网络和待训练的解码器的参数得到训练完成的人脸图像合成模型之后，可以利用该人脸图像合成模型，对第一人脸图像和第二人脸图像进行合成。

具体地，可以将第一人脸图像输入至经过训练的人脸图像合成模型中的纹理特征提取网络，将第二人脸图像输入至经过训练的人脸图像合成模型中的身份特征提取网络，得到第一人脸图像的纹理特征和第二人脸图像的身份特征。然后，对第一人脸图像的纹理特征和第二人脸图像的身份特征进行拼接，利用经过训练的人脸图像合成模型中的解码器对拼接得到的特征进行解码，以生成融合了第一人脸图像的纹理特征和第二人脸图像的身份特征的合成图像。

由于在训练过程中将纹理特征提取网络与身份特征网络解耦，因此生成的合成图像能够准确地融合第一人脸图像对应的人脸的表情、姿态和第二人脸图像对应的人脸的身份信息，避免第一人脸图像包含的身份信息影响换脸结果，提升了合成人脸图像的质量。

请参考图4，作为对上述训练人脸图像合成模型的方法的实现，本公开提供了一种训练人脸图像合成模型的装置的一个实施例，该装置实施例与上述方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的训练人脸图像合成模型的装置400包括：获取单元401、提取单元402、解码单元403以及误差反向传播单元404。其中获取单元401被配置为获取待训练的人脸图像合成模型，待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，身份特征提取网络基于人脸识别网络构建；提取单元402被配置为将样本人脸图像分别输入至待训练的纹理特征提取网络和身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；解码单元403被配置为对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像；误差反向传播单元404被配置为提取样本人脸图像对应的合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。

在一些实施例中，上述误差反向传播单元404包括：调整单元，被配置为按照如下方式迭代调整待训练的纹理特征提取网络和待训练的解码器的参数：将待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对待训练的人脸图像合成模型和生成对抗网络中的判别器的参数进行迭代调整；其中，判别器用于对待训练的人脸图像合成模型生成的人脸图像是否为合成的人脸图像进行判别；预设的监督函数包括表征人脸图像合成误差的损失函数。

在一些实施例中，上述误差反向传播单元404包括：确定单元，被配置为按照如下方式确定人脸图像合成误差：基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的相似度，确定人脸图像合成误差。

在一些实施例中，上述误差反向传播单元404包括：确定单元，被配置为按照如下方式确定人脸图像合成误差：基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征分别对样本人脸图像和合成人脸图像进行人脸识别；根据样本人脸图像和合成人脸图像的人脸识别结果之间的差异确定人脸图像合成误差。

在一些实施例中，上述装置400还包括：合成单元，被配置为采用经过训练的人脸图像合成模型对第一人脸图像和第二人脸图像进行合成，得到融合第一人脸图像的纹理特征和第二人脸图像的身份特征的合成图像。

上述装置400中的各单元与参考图2描述的方法中的步骤相对应。由此，上文针对训练人脸图像合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400及其中包含的单元，在此不再赘述。

下面参考图5，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)500的结构示意图。图5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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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5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509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501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：获取待训练的人脸图像合成模型，待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，身份特征提取网络基于人脸识别网络构建；将样本人脸图像分别输入至待训练的纹理特征提取网络和身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；对样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对拼接特征解码，得到样本人脸图像对应的合成人脸图像；提取样本人脸图像对应的合成人脸图像的身份特征，基于样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于人脸图像合成误差迭代调整待训练的纹理特征提取网络和待训练的解码器的参数。

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：一种处理器包括获取单元、提取单元、解码单元和误差反向传播单元。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“获取待训练的人脸图像合成模型的单元”。

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 (12)

1.一种用于训练人脸图像合成模型的方法，包括：

获取待训练的人脸图像合成模型，所述待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，所述身份特征提取网络基于人脸识别网络构建；

将样本人脸图像分别输入至所述待训练的纹理特征提取网络和所述身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；

对所述样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对所述拼接特征解码，得到样本人脸图像对应的合成人脸图像；

提取所述样本人脸图像对应的合成人脸图像的身份特征，基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数。

2.根据权利要求1所述的方法，其中，所述基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数，包括：

将所述待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对所述待训练的人脸图像合成模型和所述生成对抗网络中的判别器的参数进行迭代调整；

其中，所述判别器用于对所述待训练的人脸图像合成模型生成的人脸图像是否为合成的人脸图像进行判别；

所述预设的监督函数包括表征所述人脸图像合成误差的损失函数。

3.根据权利要求1所述的方法，其中，所述基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，包括：

基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的相似度，确定所述人脸图像合成误差。

4.根据权利要求1所述的方法，其中，所述基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，包括：

基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征分别对所述样本人脸图像和所述合成人脸图像进行人脸识别；

根据所述样本人脸图像和所述合成人脸图像的人脸识别结果之间的差异确定所述人脸图像合成误差。

5.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：

采用经过训练的人脸图像合成模型对第一人脸图像和第二人脸图像进行合成，得到融合所述第一人脸图像的纹理特征和所述第二人脸图像的身份特征的合成图像。

6.一种用于训练人脸图像合成模型的装置，包括：

获取单元，被配置为获取待训练的人脸图像合成模型，所述待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，所述身份特征提取网络基于人脸识别网络构建；

提取单元，被配置为将样本人脸图像分别输入至所述待训练的纹理特征提取网络和所述身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；

解码单元，被配置为对所述样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对所述拼接特征解码，得到样本人脸图像对应的合成人脸图像；

误差反向传播单元，被配置为提取所述样本人脸图像对应的合成人脸图像的身份特征，基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数。

7.根据权利要求6所述的装置，其中，所述误差反向传播单元包括：

调整单元，被配置为按照如下方式迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数：

将所述待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对所述待训练的人脸图像合成模型和所述生成对抗网络中的判别器的参数进行迭代调整；

其中，所述判别器用于对所述待训练的人脸图像合成模型生成的人脸图像是否为合成的人脸图像进行判别；

所述预设的监督函数包括表征所述人脸图像合成误差的损失函数。

8.根据权利要求6所述的装置，其中，所述误差反向传播单元包括：

确定单元，被配置为按照如下方式确定人脸图像合成误差：基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的相似度，确定所述人脸图像合成误差。

9.根据权利要求6所述的装置，其中，所述误差反向传播单元包括：

确定单元，被配置为按照如下方式确定人脸图像合成误差：

基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征分别对所述样本人脸图像和所述合成人脸图像进行人脸识别；

根据所述样本人脸图像和所述合成人脸图像的人脸识别结果之间的差异确定所述人脸图像合成误差。

10.根据权利要求6-9任一项所述的装置，其中，所述装置还包括：

合成单元，被配置为采用经过训练的人脸图像合成模型对第一人脸图像和第二人脸图像进行合成，得到融合所述第一人脸图像的纹理特征和所述第二人脸图像的身份特征的合成图像。

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1-5中任一所述的方法。

Images