CN117894045A - 图像处理方法、装置、设备及存储介质 - Google Patents
图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117894045A CN117894045A CN202211222407.XA CN202211222407A CN117894045A CN 117894045 A CN117894045 A CN 117894045A CN 202211222407 A CN202211222407 A CN 202211222407A CN 117894045 A CN117894045 A CN 117894045A
- Authority
- CN
- China
- Prior art keywords
- expression
- feature
- features
- facial image
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000014509 gene expression Effects 0.000 claims abstract description 323
- 230000001815 facial effect Effects 0.000 claims abstract description 252
- 230000009466 transformation Effects 0.000 claims abstract description 170
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000006870 function Effects 0.000 claims description 116
- 238000012549 training Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Processing (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、设备及存储介质。该方法包括:获取原始面部图像及目标表情特征;将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。本技术方案,通过具有两级尺寸变换子网络的表情变换模型进行表情变换,可以生成具有目标表情的面部图像,不仅可以提高图像的多样性,且无需用户反复拍摄就可以获取到具有目标表情的面部图像,提高图像的生成效率。
Description
技术领域
本公开实施例涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术
在日常拍照中,用户对图片的要求原来越高,虽然目前有大量的修图工具可以对拍摄的图片进行处理,但是仍然满足不了用户的要求。其中,表情对图片的质量影响较大,在拍摄过程中,用户或者动物的表情往往不是很自然,需要不断的尝试、重复拍照,才有可能获得一张满意的表情图片,使得获取图片的过程效率低下。
发明内容
本公开实施例提供一种图像处理方法、装置、设备及存储介质,可以生成具有目标表情的面部图像,不仅可以提高图像的多样性,且无需用户反复拍摄就可以获取到具有目标表情的面部图像,提高图像的生成效率。
第一方面,本公开实施例提供了一种图像处理方法,包括:
获取原始面部图像及目标表情特征;
将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
第二方面,本公开实施例还提供了一种图像处理装置,包括:
图像及特征获取模块,用于获取原始面部图像及目标表情特征;
表情变换模块,用于将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
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本公开任意实施例所述的图像处理方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开任意实施例所述的图像处理方法。
本公开实施例,通过获取原始面部图像及目标表情特征;将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。本技术方案,通过具有两级尺寸变换子网络的表情变换模型进行表情变换,可以生成具有目标表情的面部图像,不仅可以提高图像的多样性,且无需用户反复拍摄就可以获取到具有目标表情的面部图像,提高图像的生成效率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本公开实施例所提供的一种图像处理方法流程示意图;
图2是本公开实施例所提供的一种表情变换模型的模型结构示例图;
图3是本公开实施例所提供的一种图像处理方法流程示意图;
图4是本公开实施例所提供的一种图像处理装置结构示意图;
图5是本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本公开实施例所提供的一种图像处理方法流程示意图,本公开实施例适用于对图像进行表情变换的情形,该方法可以由图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。
如图1所示,所述方法包括:
S110、获取原始面部图像及目标表情特征。
其中,原始面部图像可以理解为用户上传的任意包含面部的面部图像或者是当前根据用户的触发操作实时采集的面部图像。示例性的,原始面部图像可以是具有任意表情的面部图像。目标表情特征可以理解为用户期望的表情特征。示例性的,可以是微笑、痛苦以及愤怒等表情特征,可以根据用户实际需求进行选择。其中,目标表情特征可以采用量化的标签信息来表征,示例性的,“0”表示不笑,“1”表示微笑,“2”表示痛苦,“3”表示愤怒等。
S120、将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像。
其中,目标面部图像的表情特征与目标表情特征相匹配。所述表情变换模型具有两级尺寸变换子网络。其中,两级尺寸变换子网络可以分别对输入的特征进行尺寸变换。目标面部图像可以理解为表情变换模型输出的经过表情变换后的图像。表情变换模型可以是预先训练好的神经网络模型。表情变换模型可以用于对原始面部图像进行表情变换的功能。
本公开实施例中可以将原始面部图像和目标表情特征输入表情变换模型中,输出目标面部图像。
在本公开实施例中,可选的,将原始面部图像和目标表情特征输入表情变换模型,输出目标面部图像,包括:利用编码器对原始面部图像进行特征编码,获得编码特征;利用特征拼接子网络将编码特征和目标表情特征进行拼接,获得拼接特征;利用解码器对拼接特征进行解码处理,输出目标面部图像。
其中,表情变换模型可以包括编码器、特征拼接子网络以及解码器。编码器可以用于对面部图像进行特征编码的操作。特征拼接子网络可以用于对得到的特征进行拼接的操作。解码器可以用于对特征进行解码处理的操作。编码特征可以理解为编码器对原始面部图像进行特征编码得到的特征。拼接特征可以理解为拼接子网络对编码特征和目标表情特征进行拼接得到的特征。具体的,本公开实施例的拼接子网络可以是concat网络。目标面部图像可以理解为解码器对拼接特征进行解码处理得到的图像。
本公开实施例通过这样的设置,可以将原始面部图像和目标表情特征输入到预先训练好的表情变换模型中,就可以得到具有目标表情的面部图像,更加便捷,提高了图像的多样性。
在本公开实施例中,可选的,所述两级尺寸变换子网络包括第一尺寸变换子网络和第二尺寸变换子网络;所述第一尺寸变换子网络设置于所述编码器和所述特征拼接子网络之间;所述第二尺寸变换子网络设置于所述第一尺寸变换子网络和所述解码器之间;利用所述第一尺寸变换子网络对所述编码特征进行第一尺寸变换;利用所述第二尺寸变换子网对所述拼接特征进行第二尺寸变换。
其中,两级尺寸变换子网络可以包括第一尺寸变换子网络和第二尺寸变换子网络。尺寸变换子网络可以用于对特征的尺寸进行变换的操作。
本公开实施例中的目标表情特征可以采用设定的量化值进行表征。示例性的,原始面部图像的表情可以用“0”表示,目标表情特征可以采用“1”表示。可以理解的,目标表情特征是一个一维的结构特征。
本公开实施例中由于编码器对原始面部图像进行特征提取的编码特征是个n*n的矩阵特征,而目标表情特征是一个一维的结构特征;当编码特征和目标表情特征进行拼接处理时,就需要对编码特征进行尺寸变换,以便于进行拼接处理。
其中,第二尺寸变换子网络可以对拼接特征进行第二尺寸变换。本公开实施例中由于解码器识别的数据是n*n的结构特征,因此需要把拼接特征,也就是将向量尺寸的编码特征转换为矩阵尺寸的特征,输入到解码器中进行处理。本公开实施例中目标面部图像可以是解码器对第二尺寸变换的拼接特征进行解码处理得到的图像。
本公开实施例中通过利用第一尺寸变换子网络对编码特征进行第一尺寸变换;通过利用第二尺寸变换子网对拼接特征进行第二尺寸变换。
本公开实施例通过这样的设置,可以通过尺寸变换子网络对编码特征和拼接特征进行尺寸变换,以便于特征拼接子网络进行拼接处理以及解码器进行解码处理,从而输出具有目标表情的面部图像,可以提高图像的多样性。
在本公开实施例中,可选的,表情变换模型还包括全连接子网络,全连接子网络设置于特征拼接子网络和第二尺寸变换子网络之间;利用全连接子网络对拼接特征进行全连接处理。
其中,全连接子网络可以设置于特征拼接子网络和第二尺寸变换子网络之间,全连接子网络可以对特征进行全连接处理的操作。本实施例中可以在第一尺寸变换子网络对编码特征进行尺寸变换后,可以利用特征拼接子网络将第一尺寸变换后的编码特征和目标表情特征进行拼接,以获得拼接特征;可以利用全连接子网络对拼接特征进行全连接处理。本公开实施例通过这样的设置,可以通过全连接子网络对拼接特征进行处理,以便于第二尺寸变换子网络进行尺寸变换,从而输出具有目标表情的面部图像,可以提高图像的多样性。
本公开实施例中,第一尺寸变换子网络的原理是能够将矩阵尺寸的编码特征转换向量尺寸的特征。本实施例中,由于编码器对原始面部图像进行特征编码后的编码特征由矩阵表征,而目标表情特征由一维的向量表征,因此,当第一编码特征和所述目标表情特征进行拼接处理时,就需要对编码特征进行尺寸变换。然后,利用特征拼接子网络将第一尺寸变换后的编码特征和目标表情特征进行拼接,以得到拼接特征。利用全连接子网络对拼接特征进行全连接处理。第二尺寸变换子网络的原理是能够将向量尺寸的拼接特征转换为矩阵尺寸的特征。本实施例中,全连接子网络处理进行全连接处理的拼接特征由一维的向量表征,需要将一维向量表征的拼接特征转换为矩阵特征,再输入解码器。
示例性的,本公开实施例的表情变换模型的模型结构示例图如图2所示。表情变换模型可以包括编码器、第一尺寸变换子网络、特征拼接子网络、全连接子网络、第二尺寸变换子网络及解码器。
本公开实施例中的第一尺寸变换子网络可以设置于编码器和特征拼接子网络之间。全连接子网络可以设置于特征拼接子网络和第二尺寸变换子网络之间。第二尺寸变换子网络可以设置于全连接子网络和解码器之间。第一尺寸变换子网络可以用于对编码特征进行第一尺寸变换。拼接特征可以是通过特征拼接子网络将第一尺寸变换后的编码特征和目标表情特征进行拼接得到的。本公开实施例中的拼接特征可以是一维的结构特征。本公开实施例中全连接子网络对拼接特征进行全连接处理的操作。
本公开实施例中通过利用第一尺寸变换子网络对编码特征进行第一尺寸变换;通过利用特征拼接子网络将第一尺寸变换后的编码特征和目标表情特征进行拼接,获得拼接特征;通过利用全连接子网络对拼接特征进行全连接处理;通过利用第二尺寸变换子网对全连接处理的拼接特征进行第二尺寸变换;通过利用解码器对第二尺寸变换的拼接特征进行解码处理,输出目标面部图像。
本公开实施例的技术方案,通过获取原始面部图像及目标表情特征;将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。本技术方案,通过具有两级尺寸变换子网络的表情变换模型进行表情变换,可以生成具有目标表情的面部图像,不仅可以提高图像的多样性,且无需用户反复拍摄就可以获取到具有目标表情的面部图像,提高图像的生成效率。
图3为本公开实施例所提供的一种图像处理方法流程示意图;本实施例在上述实施例提供的各可选方案的基础上进行了优化,具体优化为:所述表情变换模型的训练方式为:获取面部图像样本集;对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征;将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集;其中,所述设定表情特征与所述真实表情特征相同或者不同;基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。如图3所示,所述方法包括:
S310、获取面部图像样本集。
其中,面部图像样本集可以是通过收集大量的人物图像,包括不限于在不同的角度、不同年龄以及不同光线下的面部图像。本公开实施例中可以获取面部图像样本集。
S320、对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征。
其中,表情识别可以理解为对面部图像样本集中的面部图像样本进行的表情识别的操作;具体的,可以对面部图像样本集中的面部图像样本的表情分类标注的过程。表情识别可以是人工操作的识别操作,也可以是通过神经网络进行的识别操作。示例性的,本公开实施例中可以采用表情分类模型对表情进行识别。真实表情特征可以对面部图像样本集中的面部图像样本进行表情识别得到的表情特征。
具体的,本公开实施例中的表情特征可以采用设定的标签信息进行表示,示例性的,可以采用“0”表示不笑的表情特征;采用“1”表示微笑的表情特征;还可以采用“2”表示痛苦的表情特征;还可以采用“3”表示愤怒的表情特征,可以根据需要进行设定。
本公开实施例中可以对面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征。
S330、将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集。
其中,设定表情特征与真实表情特征相同或者不同。设定表情特征可以是根据需要选择的设定表情特征。示例性的,面部图像样本集中的表情为不笑时,也就是用“0”表示不笑的表情特征;设定表情特征可以选择“0”表示不笑的表情特征或者“1”表示微笑的表情特征。
其中,变换面部图像集可以是表情变换模型输出的,可以是对面部图像样本集经过设定表情特征变换的面部图像集。
本公开实施例中可以将面部图像样本集和设定表情特征输入表情变换模型中,输出变换面部图像集。
S340、基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。
本公开实施例中可以基于面部图像样本集、变换面部图像集、真是表情特征以及设备表情特征对表情变换模型进行训练。
在本公开实施例中,可选的,基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练,包括:分别提取所述面部图像样本集和所述变换面部图像集的面部特征,获得第一面部特征和第二面部特征;分别提取所述面部图像样本和所述变换面部图像集的结构特征,获得第一结构特征和第二结构特征;提取所述变换面部图像集的表情特征,获得变换表情特征;基于所述面部图像样本集、所述变换面部图像集、所述第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数。
其中,面部特征可以理解为面部的身份特征,可以由设定大小的向量表征,例如1*512的向量。第一面部特征可以理解为对面部图像样本集提取的面部特征;第二面部特征可以理解为对变换面部图像集提取的面部特征。结构特征可以包括人物形象的表情信息、结构信息及位姿信息等,可以是多尺度的特征信息。第一结构特征可以是对面部图像样本提取的结构特征。第二结构特征可以是对变换面部图像集提取的结构特征。变换表情特征可以是对变换表情图像集的表情特征进行提取的。本公开实施例中对面部图像的特征的提取可以是通过预先训练好的提取模型进行提取的。本公开实施例中可以基于面部图像样本集、变换图像样本集、第一面部特征、第二面部特征、第一结构特征、第二结构特征、变换表情特征以及真实表情特征确定目标损失函数。
本公开实施例中可以分别提取面部图像样本集和变换面部图像集的面部特征,获得第一面部特征和第二面部特征;分别提取面部图像样本和变换面部图像集的结构特征,获得第一结构特征和第二结构特征;提取变换面部图像集的表情特征,获得变换表情特征;基于面部图像样本集、变换面部图像集、第一面部特征、第二面部特征、第一结构特征、第二结构特征、变换表情特征及真实表情特征确定目标损失函数。
本公开实施例通过这样的设置,可以通过对各类特征进行提取,并根据各类特征确定损失函数,便于对表情变换模型进行训练。
在本公开实施例中,可选的,基于所述面部图像样本集、所述变换面部图像集、第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数,包括:根据所述面部图像样本集和所述变换面部图像集确定第一损失函数;根据所述第一面部特征和所述第二面部特征确定第二损失函数;根据所述第一结构特征和所述第二结构特征确定第三损失函数;根据所述变换表情特征及所述真实表情特征确定第四损失函数;根据所述变换表情特征和所述设定表情特征确定第五损失函数;将所述第一损失函数、所述第二损失函数、所述第三损失函数、所述第四损失函数及所述第五损失函数中的至少一项确定目标损失函数。
其中,第一损失函数可以表征面部图像样本集和变换面部图像集间的差异。第二损失函数可以表征第一面部特征和第二面部特征间的差异。第三损失函数可以表征第一结构特征和第二结构特征间的差异。第四损失函数可以表征变换表情特征和真实表情特征间的差异。第五损失函数可以表征变换表情特征和设定表情特征间的差异。目标损失函数可以是将第一损失函数、第二损失函数、第三损失函数、第四损失函数及第五损失函数中的至少一项确定的。本公开实施例中可以根据设定表情特征与真实表情特征相同和不相同,进行不同的目标损失函数的确定。
本公开实施例中可以根据面部图像样本集和变换面部图像集确定第一损失函数;可以根据第一面部特征和第二面部特征确定第二损失函数;根据第一结构特征和第二结构特征确定第三损失函数;可以根据变换表情特征及真实表情特征确定第四损失函数;可以将第一损失函数、第二损失函数、第三损失函数、第四损失函数以及第五损失函数中的至少一项确定目标损失函数。
本公开实施例通过这样的设置,可以通过基于各类特征之间的损失函数进行融合得到目标损失函数,更加便于对表情变换模型进行训练,进一步提高了表情变换模型的精度。
在本公开实施例中,可选的,基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练,包括:若所述设定表情特征与所述真实表情特征相同,则基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征确定第一目标损失函数。若所述设定表情特征与所述真实表情特征不相同,则基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征确定第二目标损失函数。根据所述第一目标损失函数和/或所述第二目标损失函数对所述表情变换模型进行训练。
其中,第一目标损失函数可以是当设定表情特征与真实表情特征相同时,基于面部图像样本集、变换面部图像集、真实表情特征及设定表情特征确定的。第二目标损失函数可以的当设定表情特征与真实表情特征不相同时,则基于面部图像样本集、变换面部图像集、真实表情特征及设定表情特征确定的。
本公开实施例中可以根据第一目标损失函数对表情变换模型进行训练,也可以是根据第二目标损失函数对表情变换模型进行训练,还可以是根据第一目标损失函数和第二目标损失函数对表情变换模型进行训练。
其中,第一目标损失函数可以是将第一损失函数、第二损失函数、第三损失函数和第四损失函数进行融合得到的。具体的,损失函数间的融合可以理解为加权求和的操作。第一目标损失函数可以是将第一损失函数、第二损失函数、第三损失函数和第四损失函数进行加权求和获得的。
在本公开实施例中,可选的,基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征确定第二目标损失函数,包括:根据所述变换表情特征和所述设定表情特征确定第五损失函数;将所述第二损失函数和所述第五损失函数进行融合,获得第二目标损失函数。
其中,第五损失函数可以表征变换表情特征和设定表情特征间的差异。损失函数间的融合可以理解为加权求和的操作。本公开实施例中的第二目标损失函数可以将第二损失函数和第五损失函数进行加权求和得到的。
本公开实施例中可以根据变换表情特征和设定表情特征确定第五损失函数;将第二损失函数和第五损失函数进行加权求和,以获得第二目标损失函数。本公开实施例通过这样的设置,可以通过基于将表征特征之间的差异的损失函数进行加权求和得到第二目标损失函数,便于对表情变换模型进行训练,进一步提高了表情变换模型的精度。
本公开实施例中可以根据所述第一目标损失函数和/或所述第二目标损失函数对所述表情变换模型进行训练。
示例性的,本公开实施例的对表情变换模型进行训练的方式可以为:
首先,收集大量的人物图像,包括不限于在不同的角度、不同年龄以及不同光线下的图像,将图像根据表情分类模型F,将图像分为不笑和笑两类,分别记为数据集A和数据集B。
然后,在训练的时候,可以随机从数据集A和B,随机选择若干张图片I。然后,增加一维度分类标注L(0,1);其中,0:表示不笑,1:表示微笑,通过拼接子网络拼接到特征向量;最后通过解码器进行处理,得到输出的图像D。
本公开实施例中为了保持输出的图像面部特征与原始图像I中的人物一致,表情变换可以通过注入的分类标志来控制。
最后,可以在推理阶段,可以通过注入的表情分类标注,来控制微笑表情的生成。
本公开实施例可以若设定表情特征与真实表情特征相同,则可以基于面部图像样本集、变换面部图像集、真实表情特征以及设定表情特征确定第一目标损失函数;若设定表情特征与真实表情特征不相同,则可以基于面部图像样本集、变换面部图像集、真实表情特征以及设定表情特征确定第二目标损失函数;根据第一目标损失函数和/或第二目标损失函数对表情变换模型进行训练。
本公开实施例通过这样的设置,可以通过设定表情特征与真实表情特征是否相同,对表情变换模型基于不同的损失函数进行训练,提高了表情变换模型的精度以及图像的生成效率。
本公开实施例的技术方案,通过获取面部图像样本集;对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征;将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集;其中,所述设定表情特征与所述真实表情特征相同或者不同;基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。本公开实施例的技术方案,通过面部图像样本集、变换面部图像集、真实表情特征及设定表情特征对所述表情变换模型进行训练,可以生成具有目标表情的面部图像,不仅可以提高图像的多样性,且无需用户反复拍摄就可以获取到具有目标表情的面部图像,提高图像的生成效率。
图4为本公开实施例所提供的一种图像处理装置结构示意图,如图4所示,所述装置包括:图像及特征获取模块410以及表情变换模块420。
图像及特征获取模块410,用于获取原始面部图像及目标表情特征。
表情变换模块420,用于将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像。
其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
可选的,表情变换模块420,用于:
利用编码器对所述原始面部图像进行特征编码,获得编码特征;
利用特征拼接子网络将所述编码特征和所述目标表情特征进行拼接,获得拼接特征;
利用解码器对所述拼接特征进行解码处理,输出目标面部图像。
可选的,所述两级尺寸变换子网络包括第一尺寸变换子网络和第二尺寸变换子网络;
所述第一尺寸变换子网络设置于所述编码器和所述特征拼接子网络之间;所述第二尺寸变换子网络设置于所述第一尺寸变换子网络和所述解码器之间;
利用所述第一尺寸变换子网络对所述编码特征进行第一尺寸变换;
利用所所述第二尺寸变换子网对所述拼接特征进行第二尺寸变换。
可选的,所述表情变换模型还包括全连接子网络,所述全连接子网络设置于所述特征拼接子网络和所述第二尺寸变换子网络之间;利用所述全连接子网络用于对所述拼接特征进行全连接处理。
可选的,表情变换模型的训练模块,包括:
样本集获取单元,用于获取面部图像样本集;
表情识别单元,用于对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征;
表情变换单元,用于将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集;其中,所述设定表情特征与所述真实表情特征相同或者不同;
训练单元,用于基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。
可选的,训练单元,包括:
面部特征提取子单元,用于分别提取所述面部图像样本集和所述变换面部图像集的面部特征,获得第一面部特征和第二面部特征;
结构特征提取子单元,用于分别提取所述面部图像样本和所述变换面部图像集的结构特征,获得第一结构特征和第二结构特征;
表情特征提取子单元,用于提取所述变换面部图像集的表情特征,获得变换表情特征;
目标损失函数确定子单元,用于基于所述面部图像样本集、所述变换面部图像集、所述第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数。
可选的,目标损失函数确定子单元,具体用于:根据所述面部图像样本集和所述变换面部图像集确定第一损失函数;
根据所述第一面部特征和所述第二面部特征确定第二损失函数;
根据所述第一结构特征和所述第二结构特征确定第三损失函数;
根据所述变换表情特征及所述真实表情特征确定第四损失函数;
根据所述变换表情特征和所述设定表情特征确定第五损失函数;
将所述第一损失函数、所述第二损失函数、所述第三损失函数、所述第四损失函数及所述第五损失函数中的至少一项确定目标损失函数。
本公开实施例所提供的一种图像处理装置可执行本公开任意实施例所提供的一种图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图5为本公开实施例所提供的一种电子设备的结构示意图。下面参考图5,其示出了适于用来实现本公开实施例的电子设备(例如图5中的终端设备或服务器)500的结构示意图。本公开实施例中的终端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5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RAM 503通过总线504彼此相连。编辑/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;包括例如磁带、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。
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,其包括承载在非暂态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,执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的一种图像处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的一种图像处理方法。
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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
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:
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:获取原始面部图像及目标表情特征;
将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配。
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但不限于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。其中,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,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,提供了一种图像处理方法,包括:
获取原始面部图像及目标表情特征;
将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
可选的,将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像,包括:
利用编码器对所述原始面部图像进行特征编码,获得编码特征;
利用特征拼接子网络将所述编码特征和所述目标表情特征进行拼接,获得拼接特征;
利用解码器对所述拼接特征进行解码处理,输出目标面部图像。
可选的,所述两级尺寸变换子网络包括第一尺寸变换子网络和第二尺寸变换子网络;
所述第一尺寸变换子网络设置于所述编码器和所述特征拼接子网络之间;所述第二尺寸变换子网络设置于所述第一尺寸变换子网络和所述解码器之间;
利用所述第一尺寸变换子网络对所述编码特征进行第一尺寸变换;
利用所述第二尺寸变换子网对所述拼接特征进行第二尺寸变换。
可选的,所述表情变换模型还包括全连接子网络,所述全连接子网络设置于所述特征拼接子网络和所述第二尺寸变换子网络之间;利用所述全连接子网络用于对所述拼接特征进行全连接处理。
可选的,所述表情变换模型的训练方式为:
获取面部图像样本集;
对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征;
将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集;其中,所述设定表情特征与所述真实表情特征相同或者不同;
基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。
可选的,基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练,包括:
分别提取所述面部图像样本集和所述变换面部图像集的面部特征,获得第一面部特征和第二面部特征;
分别提取所述面部图像样本和所述变换面部图像集的结构特征,获得第一结构特征和第二结构特征;
提取所述变换面部图像集的表情特征,获得变换表情特征;
基于所述面部图像样本集、所述变换面部图像集、所述第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数。
可选的,基于所述面部图像样本集、所述变换面部图像集、第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数,包括:
根据所述面部图像样本集和所述变换面部图像集确定第一损失函数;
根据所述第一面部特征和所述第二面部特征确定第二损失函数;
根据所述第一结构特征和所述第二结构特征确定第三损失函数;
根据所述变换表情特征及所述真实表情特征确定第四损失函数;
根据所述变换表情特征和所述设定表情特征确定第五损失函数;
将所述第一损失函数、所述第二损失函数、所述第三损失函数、所述第四损失函数及所述第五损失函数中的至少一项确定目标损失函数。
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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取原始面部图像及目标表情特征;
将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
2.根据权利要求1所述的方法,其特征在于,将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像,包括:
利用编码器对所述原始面部图像进行特征编码,获得编码特征;
利用特征拼接子网络将所述编码特征和所述目标表情特征进行拼接,获得拼接特征;
利用解码器对所述拼接特征进行解码处理,输出目标面部图像。
3.根据权利要求2所述的方法,其特征在于,所述两级尺寸变换子网络包括第一尺寸变换子网络和第二尺寸变换子网络;
所述第一尺寸变换子网络设置于所述编码器和所述特征拼接子网络之间;所述第二尺寸变换子网络设置于所述第一尺寸变换子网络和所述解码器之间;
利用所述第一尺寸变换子网络对所述编码特征进行第一尺寸变换;
利用所述第二尺寸变换子网对所述拼接特征进行第二尺寸变换。
4.根据权利要求3所述的方法,其特征在于,所述表情变换模型还包括全连接子网络,所述全连接子网络设置于所述特征拼接子网络和所述第二尺寸变换子网络之间;利用所述全连接子网络对所述拼接特征进行全连接处理。
5.根据权利要求1所述的方法,其特征在于,所述表情变换模型的训练方式为:
获取面部图像样本集;
对所述面部图像样本集中的面部图像样本进行表情识别,获得真实表情特征;
将所述面部图像样本集和设定表情特征输入所述表情变换模型,输出变换面部图像集;其中,所述设定表情特征与所述真实表情特征相同或者不同;
基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练。
6.根据权利要求5所述的方法,其特征在于,基于所述面部图像样本集、所述变换面部图像集、所述真实表情特征及所述设定表情特征对所述表情变换模型进行训练,包括:
分别提取所述面部图像样本集和所述变换面部图像集的面部特征,获得第一面部特征和第二面部特征;
分别提取所述面部图像样本和所述变换面部图像集的结构特征,获得第一结构特征和第二结构特征;
提取所述变换面部图像集的表情特征,获得变换表情特征;
基于所述面部图像样本集、所述变换面部图像集、所述第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数。
7.根据权利要求6所述的方法,其特征在于,基于所述面部图像样本集、所述变换面部图像集、第一面部特征、所述第二面部特征、所述第一结构特征、所述第二结构特征、所述变换表情特征及所述真实表情特征确定目标损失函数,包括:
根据所述面部图像样本集和所述变换面部图像集确定第一损失函数;
根据所述第一面部特征和所述第二面部特征确定第二损失函数;
根据所述第一结构特征和所述第二结构特征确定第三损失函数;
根据所述变换表情特征及所述真实表情特征确定第四损失函数;
根据所述变换表情特征和所述设定表情特征确定第五损失函数;
将所述第一损失函数、所述第二损失函数、所述第三损失函数、所述第四损失函数及所述第五损失函数中的至少一项确定目标损失函数。
8.一种图像处理装置,其特征在于,包括:
图像及特征获取模块,用于获取原始面部图像及目标表情特征;
表情变换模块,用于将所述原始面部图像和所述目标表情特征输入表情变换模型,输出目标面部图像;其中,所述目标面部图像的表情特征与所述目标表情特征相匹配;所述表情变换模型具有两级尺寸变换子网络。
9.一种电子设备,其特征在于,所述电子设备包括:
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中任一所述的图像处理方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211222407.XA CN117894045A (zh) | 2022-10-08 | 2022-10-08 | 图像处理方法、装置、设备及存储介质 |
PCT/CN2023/122681 WO2024074118A1 (zh) | 2022-10-08 | 2023-09-28 | 图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211222407.XA CN117894045A (zh) | 2022-10-08 | 2022-10-08 | 图像处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117894045A true CN117894045A (zh) | 2024-04-16 |
Family
ID=90607499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211222407.XA Pending CN117894045A (zh) | 2022-10-08 | 2022-10-08 | 图像处理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117894045A (zh) |
WO (1) | WO2024074118A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583399B (zh) * | 2020-06-28 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、设备、介质和电子设备 |
CN111968029A (zh) * | 2020-08-19 | 2020-11-20 | 北京字节跳动网络技术有限公司 | 表情变换方法、装置、电子设备和计算机可读介质 |
CN112907725B (zh) * | 2021-01-22 | 2023-09-26 | 北京达佳互联信息技术有限公司 | 图像生成、图像处理模型的训练、图像处理方法和装置 |
CN114863521A (zh) * | 2022-04-25 | 2022-08-05 | 中国平安人寿保险股份有限公司 | 表情识别方法、表情识别装置、电子设备及存储介质 |
CN115103191A (zh) * | 2022-06-14 | 2022-09-23 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、设备及存储介质 |
-
2022
- 2022-10-08 CN CN202211222407.XA patent/CN117894045A/zh active Pending
-
2023
- 2023-09-28 WO PCT/CN2023/122681 patent/WO2024074118A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024074118A1 (zh) | 2024-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830235B (zh) | 用于生成信息的方法和装置 | |
CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN115294501A (zh) | 视频识别方法、视频识别模型训练方法、介质及电子设备 | |
CN114937192A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113610034B (zh) | 识别视频中人物实体的方法、装置、存储介质及电子设备 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN114463769A (zh) | 表格识别方法、装置、可读介质和电子设备 | |
CN110674813B (zh) | 汉字识别方法、装置、计算机可读介质及电子设备 | |
CN110765304A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN116186545A (zh) | 预训练模型的训练、应用方法、装置、电子设备及介质 | |
CN114627353B (zh) | 一种图像描述生成方法、装置、设备、介质及产品 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN117894045A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115270981A (zh) | 对象处理方法、装置、可读介质及电子设备 | |
CN114495081A (zh) | 文本识别的方法、装置、可读介质和电子设备 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN114511744A (zh) | 图像分类方法、装置、可读介质和电子设备 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN113705386A (zh) | 视频分类方法、装置、可读介质和电子设备 | |
CN115209215A (zh) | 视频处理方法、装置及设备 | |
CN112418233A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN112488204A (zh) | 训练样本生成方法、图像分割方法、装置、设备和介质 | |
CN111353536A (zh) | 图像的标注方法、装置、可读介质和电子设备 |
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 |