CN112734631A - 基于微调模型的视频图像换脸方法、装置、设备及介质 - Google Patents

基于微调模型的视频图像换脸方法、装置、设备及介质 Download PDF

Info

Publication number
CN112734631A
CN112734631A CN202011628618.4A CN202011628618A CN112734631A CN 112734631 A CN112734631 A CN 112734631A CN 202011628618 A CN202011628618 A CN 202011628618A CN 112734631 A CN112734631 A CN 112734631A
Authority
CN
China
Prior art keywords
image set
face
person
model
target
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
Application number
CN202011628618.4A
Other languages
English (en)
Inventor
林子恒
浣军
娄明
王淳
宋博宁
陈达勤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shenshang Technology Co ltd
Original Assignee
Beijing Shenshang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Shenshang Technology Co ltd filed Critical Beijing Shenshang Technology Co ltd
Priority to CN202011628618.4A priority Critical patent/CN112734631A/zh
Publication of CN112734631A publication Critical patent/CN112734631A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G06T3/04—
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Abstract

本公开实施例中提供了一种基于微调模型的视频图像换脸方法、装置、设备及介质，属于图像处理技术领域，具体包括利用样本图像集合训练得到基础模型；根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。通过本公开的方案，利用样本图像集合训练得到基础模型，然后在基础模型的基础上，利用目标图像集合进行训练，得到更精准的微调模型，并根据微调模型将待换脸人员的人脸数据替换为目标人员的人脸数据，提高了换脸效率、换脸精度和适应性。

Description

基于微调模型的视频图像换脸方法、装置、设备及介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种基于微调模型的视频图像换脸方法、装置、设备及介质。
背景技术
目前，随着网络和计算机技术的发展，人脸交换逐渐成为人们社交娱乐的新热点，多种具备换脸功能的应用被开发出来，为人们的娱乐生活带来了乐趣，但是现有的视频图像换脸方法，是分别收集待换脸人员和目标人员的海量人脸图像后，分别训练模型再进行换脸，从而导致训练周期长，且换脸精度不够，在对于其他人员的换脸时，又需要重新训练模型。
可见，现有的视频图像换脸方法存在换脸效率、换脸精度和适应性较差的问题。
发明内容
有鉴于此，本公开实施例提供一种基于微调模型的视频图像换脸方法、装置、设备及介质，至少部分解决现有技术中存在的换脸效率、换脸精度和适应性较差问题。
第一方面，本公开实施例提供了一种基于微调模型的视频图像换脸方法，包括：
利用样本图像集合训练得到基础模型；
根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
根据本公开实施例的一种具体实现方式，所述样本图像集合包括第一测试人员的第一人脸图像集合和第二测试人员的第二人脸图像集合，所述利用样本图像集合训练得到基础模型的步骤，包括：
提取所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点；
将所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点对齐后，根据损失函数训练卷积神经网络得到所述基础模型。
根据本公开实施例的一种具体实现方式，根据所述基础模型和目标图像集合训练得到微调模型的步骤，包括：
提取所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点；
将所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点对齐后，根据所述损失函数训练所述基础模型得到所述微调模型，其中，所述微调模型包括编码器、所述待换脸人员的解码器和所述目标人员的解码器。
根据本公开实施例的一种具体实现方式，所述样本图像集合的图像数量大于所述目标图像集合的图像数量。
根据本公开实施例的一种具体实现方式，所述损失函数为 L＝|I-I’|2+MS-SSIM(LI)，其中，I为输入图片，I’为经过自编码器重建后的图片，MS-SSIM为多尺度结构相似性损失。
根据本公开实施例的一种具体实现方式，所述根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据的步骤，包括：
将所述目标人员的人脸图像集合输入所述编码器，得到目标编码；
将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
第二方面，本公开实施例提供了一种基于微调模型的视频图像换脸装置，包括：
第一训练模块，用于利用样本图像集合训练得到基础模型；
第二训练模块，用于根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
替换模块，用于根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
根据本公开实施例的一种具体实现方式，所述替换模块还用于：
将所述目标人员的人脸图像集合输入所述微调模型，得到目标编码；
将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于微调模型的视频图像换脸方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于微调模型的视频图像换脸方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于微调模型的视频图像换脸方法。
本公开实施例中的基于微调模型的视频图像换脸方案，包括：利用样本图像集合训练得到基础模型；根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。通过本公开的方案，利用样本图像集合训练得到基础模型，然后在基础模型的基础上，利用目标图像集合进行训练，得到更精准的微调模型，并根据微调模型将待换脸人员的人脸数据替换为目标人员的人脸数据，提高了换脸效率、换脸精度和适应性。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种基于微调模型的视频图像换脸方法的流程示意图；
图2为本公开实施例提供的一种基于微调模型的视频图像换脸方法涉及的部分流程示意图；
图3为本公开实施例提供的一种基于微调模型的视频图像换脸装置的结构示意图；
图4为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
目前，随着网络和计算机技术的发展，人脸交换逐渐成为人们社交娱乐的新热点，多种具备换脸功能的应用被开发出来，为人们的娱乐生活带来了乐趣，但是现有的视频图像换脸方法，是分别收集待换脸人员和目标人员的海量人脸图像后，分别训练模型再进行换脸，从而导致训练周期长，且换脸精度不够，在对于其他人员的换脸时，又需要重新训练模型。本公开实施例提供一种基于微调模型的视频图像换脸方法，所述方法可以应用于拍照或者视频处理场景中的人脸互换过程。
参见图1，为本公开实施例提供的一种XXX方法的流程示意图。如图1所示，所述方法主要包括以下步骤：
S101，利用样本图像集合训练得到基础模型；
具体实施时，可以利用已有的样本图像集合对深度学习网络进行训练，得到所述基础模型，所述样本图像集合可以直接来源于网上下载数据，所述基础模型用于完成人脸特征数据的替换，所述样本图像集合包含的图像数量越多，所述基础模型的换脸效果越好。
S102，根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
进一步的，所述样本图像集合的图像数量大于所述目标图像集合的图像数量。
考虑到直接采用所述基础模型进行换脸时，缺乏对所述待换脸人员和所述目标人员对应的人脸数据的分析处理，可能导致换脸效果不佳，若再针对所述待换脸人员和所述目标人员重新训练对应模型，又会加大工作量，可以在所述基础模型的基础上，将包括待换脸人员的人脸图像集合和目标人员的人脸图像集合的所述目标图像集合输入所述基础模型，从而得到微调模型。同时，所述样本图像集合的图像数量大于所述目标图像集合的图像数量，以使得在精度足够的基础模型上使用少量图像就能得到所述待换脸人员和所述目标人员对应的微调模型。
S103，根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
具体实施时，在得到针对与所述待换脸人员和所述目标人员的微调模型后，可以根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据，以实现换脸功能。当然，也可以根据所述微调模型对包含所述待换脸人员的视频流进行换脸。
在上述实施例的基础上，所述样本图像集合包括第一测试人员的第一人脸图像集合和第二测试人员的第二人脸图像集合，步骤S101所述的，利用样本图像集合训练得到基础模型，包括：
提取所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点；
具体实施时，所述样本图像集合可以包括第一测试人员的第一人脸图像集合和第二测试人员的第二人脸图像集合，然后分别提取所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点，所述关键点可以为人脸图像中包含的眼部图像、耳部图像、嘴部图像和鼻部图像等，也可以是根据算法对分割人脸图像得到的关键点图像。
将所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点对齐后，根据损失函数训练卷积神经网络得到所述基础模型。
例如，将所述所述第一人脸图像集合中的眼部关键点和所述第二人脸图像集合中的眼部关键点对齐后，根据损失函数训练卷积神经网络得到所述基础模型。
可选的，步骤S102根据的，所述基础模型和目标图像集合训练得到微调模型，包括：
提取所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点；
将所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点对齐后，根据所述损失函数训练所述基础模型得到所述微调模型，其中，所述微调模型包括编码器、所述待换脸人员的解码器和所述目标人员的解码器。
可选的，所述损失函数为L＝|I-I’|2+MS-SSIM(I)，其中，I为输入图片， I’为经过自编码器重建后的图片，MS-SSIM为多尺度结构相似性损失。
具体实施时，可以分别提取所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点，所述关键点可以为人脸图像中包含的眼部图像、耳部图像、嘴部图像和鼻部图像等，也可以是根据算法对分割人脸图像得到的关键点图像。然后将所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点对齐后，根据所述损失函数训练所述基础模型得到所述微调模型，其中，所述微调模型包括所述待换脸人员和所述目标人员共用的编码器、所述待换脸人员的解码器和所述目标人员的解码器。所述损失函数可以为L＝║I-I'║+MS-SSIM(I,I')，其中，I为输入图片，I’为经过自编码器重建后的图片，MS-SSIM为多尺度结构相似性损失，以使得重建图像的效果更好。
在上述实施例的基础上，如图2所示，步骤S103所述的，根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据，包括：
S201，将所述目标人员的人脸图像集合输入所述编码器，得到目标编码；
具体实施时，可以将所述目标人员的多张人脸图像作为所述人脸图像集合，然后将所述目标人员的人脸图像集合输入所述编码器，得到所述目标编码。
S202，将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
将所述目标编码输入所述待换脸人员的解码器之后，所述待换脸人员的解码器对所述目标编码进行解码后，则生成所述待换脸人员的人脸数据，即在所述待换脸人员的人脸位置生成所述目标人员的人脸图像。
与上面的方法实施例相对应，参见图3，本公开实施例还提供了一种基于微调模型的视频图像换脸装置30，包括：
第一训练模块301，用于利用样本图像集合训练得到基础模型；
第二训练模块302，用于根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
替换模块303，用于根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
进一步的，所述替换模块303还用于：
将所述目标人员的人脸图像集合输入所述微调模型，得到目标编码；
将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
图3所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图4，本公开实施例还提供了一种电子设备40，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于微调模型的视频图像换脸方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于微调模型的视频图像换脸方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的基于微调模型的视频图像换脸方法。
下面参考图4，其示出了适于用来实现本公开实施例的电子设备40的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备40可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备40操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O) 接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备 40与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备40，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。
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409 从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上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，使得该电子设备可以执行上述方法实施例的相关步骤。
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，使得该电子设备可以执行上述方法实施例的相关步骤。
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操作的计算机程序代码，上述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。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于微调模型的视频图像换脸方法，其特征在于，包括：
利用样本图像集合训练得到基础模型；
根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
2.根据权利要求1所述的方法，其特征在于，所述样本图像集合包括第一测试人员的第一人脸图像集合和第二测试人员的第二人脸图像集合，所述利用样本图像集合训练得到基础模型的步骤，包括：
提取所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点；
将所述第一人脸图像集合中的关键点和所述第二人脸图像集合中的关键点对齐后，根据损失函数训练卷积神经网络得到所述基础模型。
3.根据权利要求2所述的方法，其特征在于，根据所述基础模型和目标图像集合训练得到微调模型的步骤，包括：
提取所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点；
将所述待换脸人员的人脸图像集合的关键点和目标人员的人脸图像集合的关键点对齐后，根据所述损失函数训练所述基础模型得到所述微调模型，其中，所述微调模型包括编码器、所述待换脸人员的解码器和所述目标人员的解码器。
4.根据权利要求3所述的方法，其特征在于，所述样本图像集合的图像数量大于所述目标图像集合的图像数量。
5.根据权利要求4所述的方法，其特征在于，所述损失函数为L＝║I-I'║+MS-SSIM(I,I')，其中，I为输入图片，I’为经过自编码器重建后的图片，MS-SSIM为多尺度结构相似性损失。
6.根据权利要求5所述的方法，其特征在于，所述根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据的步骤，包括：
将所述目标人员的人脸图像集合输入所述编码器，得到目标编码；
将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
7.一种基于微调模型的视频图像换脸装置，其特征在于，包括：
第一训练模块，用于利用样本图像集合训练得到基础模型；
第二训练模块，用于根据所述基础模型和目标图像集合训练得到微调模型，其中，所述目标图像集合包括待换脸人员的人脸图像集合和目标人员的人脸图像集合；
替换模块，用于根据所述微调模型将所述待换脸人员的人脸数据替换为所述目标人员的人脸数据。
8.根据权利要求7所述的装置，其特征在于，所述替换模块还用于：
将所述目标人员的人脸图像集合输入所述微调模型，得到目标编码；
将所述目标编码输入所述待换脸人员的解码器，生成所述待换脸人员的人脸数据。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-6中任一项所述的基于微调模型的视频图像换脸方法。
10.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-6中任一项所述的基于微调模型的视频图像换脸方法。
CN202011628618.4A 2020-12-31 2020-12-31 基于微调模型的视频图像换脸方法、装置、设备及介质 Pending CN112734631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011628618.4A CN112734631A (zh) 2020-12-31 2020-12-31 基于微调模型的视频图像换脸方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011628618.4A CN112734631A (zh) 2020-12-31 2020-12-31 基于微调模型的视频图像换脸方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN112734631A true CN112734631A (zh) 2021-04-30

Family

ID=75608184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011628618.4A Pending CN112734631A (zh) 2020-12-31 2020-12-31 基于微调模型的视频图像换脸方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112734631A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486785A (zh) * 2021-07-01 2021-10-08 深圳市英威诺科技有限公司 基于深度学习的视频换脸方法、装置、设备及存储介质
CN115358916A (zh) * 2022-07-06 2022-11-18 北京健康之家科技有限公司 换脸图像的生成方法、装置、计算机设备及可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570348A (zh) * 2019-09-10 2019-12-13 连尚（新昌）网络科技有限公司 一种脸部图像替换方法及设备
CN110796089A (zh) * 2019-10-30 2020-02-14 上海掌门科技有限公司 用于训练换脸模型的方法和设备
CN110969572A (zh) * 2019-11-29 2020-04-07 广州华多网络科技有限公司 换脸模型训练方法、人脸互换方法、装置及电子设备
CN111080511A (zh) * 2019-11-18 2020-04-28 杭州时光坐标影视传媒股份有限公司 一种端到端的高分辨率多特征提取的人脸交换方法
CN111583105A (zh) * 2020-05-14 2020-08-25 厦门美图之家科技有限公司 人像生成方法、装置、设备及存储介质
CN111783603A (zh) * 2020-06-24 2020-10-16 有半岛(北京)信息科技有限公司 生成对抗网络训练方法、图像换脸、视频换脸方法及装置
CN111860041A (zh) * 2019-04-26 2020-10-30 北京陌陌信息技术有限公司 人脸转换模型训练方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860041A (zh) * 2019-04-26 2020-10-30 北京陌陌信息技术有限公司 人脸转换模型训练方法、装置、设备及介质
CN110570348A (zh) * 2019-09-10 2019-12-13 连尚（新昌）网络科技有限公司 一种脸部图像替换方法及设备
CN110796089A (zh) * 2019-10-30 2020-02-14 上海掌门科技有限公司 用于训练换脸模型的方法和设备
CN111080511A (zh) * 2019-11-18 2020-04-28 杭州时光坐标影视传媒股份有限公司 一种端到端的高分辨率多特征提取的人脸交换方法
CN110969572A (zh) * 2019-11-29 2020-04-07 广州华多网络科技有限公司 换脸模型训练方法、人脸互换方法、装置及电子设备
CN111583105A (zh) * 2020-05-14 2020-08-25 厦门美图之家科技有限公司 人像生成方法、装置、设备及存储介质
CN111783603A (zh) * 2020-06-24 2020-10-16 有半岛(北京)信息科技有限公司 生成对抗网络训练方法、图像换脸、视频换脸方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486785A (zh) * 2021-07-01 2021-10-08 深圳市英威诺科技有限公司 基于深度学习的视频换脸方法、装置、设备及存储介质
CN115358916A (zh) * 2022-07-06 2022-11-18 北京健康之家科技有限公司 换脸图像的生成方法、装置、计算机设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN109947426B (zh) 应用程序的生成方法、装置及电子设备
CN110189394B (zh) 口型生成方法、装置及电子设备
CN110047121B (zh) 端到端的动画生成方法、装置及电子设备
CN109376419B (zh) 一种数据模型的生成方法、装置、电子设备及可读介质
CN112153460B (zh) 一种视频的配乐方法、装置、电子设备和存储介质
CN109815448B (zh) 幻灯片生成方法及装置
CN110035271B (zh) 保真图像生成方法、装置及电子设备
CN112734631A (zh) 基于微调模型的视频图像换脸方法、装置、设备及介质
WO2023103897A1 (zh) 图像处理方法、装置、设备及存储介质
CN112330788A (zh) 图像处理方法、装置、可读介质及电子设备
CN114004905B (zh) 人物风格形象图的生成方法、装置、设备及存储介质
CN112380883B (zh) 模型训练方法、机器翻译方法、装置、设备及存储介质
CN112752118B (zh) 视频生成方法、装置、设备及存储介质
CN112257459B (zh) 语言翻译模型的训练方法、翻译方法、装置和电子设备
CN113850890A (zh) 动物形象的生成方法、装置、设备及存储介质
CN110619602B (zh) 一种图像生成方法、装置、电子设备及存储介质
CN109816670B (zh) 用于生成图像分割模型的方法和装置
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
CN111325668A (zh) 图像处理深度学习模型的训练方法、装置及电子设备
CN110852042A (zh) 字符类型转换方法和装置
CN111696041B (zh) 图像处理方法、装置及电子设备
CN112825245B (zh) 实时修音方法、装置及电子设备
CN112070888B (zh) 图像生成方法、装置、设备和计算机可读介质
CN113935418A (zh) 视频生成方法及设备
CN115209215A (zh) 视频处理方法、装置及设备

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