(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210914115.6 (22)申请日 2022.08.01 (65)同一申请的已公布的文献号 申请公布号 CN 114972661 A (43)申请公布日 2022.08.30 (73)专利权人 深圳元象信息科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道滨海社区高新南十道81、 83、 85号深 圳市软件产业基地1栋 C1801 (72)发明人 林智慧　黄浩智　 (74)专利代理 机构 深圳市力道知识产权代理事 务所(普通 合伙) 44507 专利代理师 李梅 (51)Int.Cl. G06T 17/00(2006.01)G06T 19/20(2011.01) (56)对比文件 CN 113705492 A,2021.1 1.26 审查员 刘晓丹 (54)发明名称 人脸模型构建方法、 人脸图像生成方法、 设 备及存储介质 (57)摘要 本申请提供一种人脸模 型构建方法、 人脸图 像生成方法、 设备及存储介质， 其中， 该模型构建 方法包括： 获取训练样本， 训练样本包括多个数 据对， 每个数据对包括第一人脸属性参数与对应 的第一虚拟人脸图； 将每个第一人脸属性参数输 入至仿真器训练； 将每个第一虚拟人脸图输入至 第一编码器中得到对应的第一编码参数， 将第一 编码参数输入域自适应器训练得到第二编码参 数； 将第二编码参数输入至翻译器训练得到第二 人脸属性参数； 将第二人脸属性参数输入至仿真 器得到第三虚拟人脸图。 该人脸模 型构建方法完 全不需要人工标注， 并且有着易部署， 推断效率 高的优点， 生成更为真实、 保持更多真实人脸图 像五官特点的虚拟人脸图像， 由此提高用户的体 验度。 权利要求书2页 说明书9页 附图14页 CN 114972661 B 2022.11.01 CN 114972661 B 1.一种人脸模型构建方法， 其特征在于， 待构建的人脸模型包括第 一编码器、 域自适应 器、 判别器、 翻译器和仿真器； 所述构建方法包括： 获取训练样本， 所述训练样本包括多个数据对， 每个所述数据对包括第一人脸属性参 数及与所述第一人脸属性 参数对应的第一虚拟人脸图； 将每个所述数据对中的所述第一人脸属性参数输入至所述仿真器进行训练并生成第 二虚拟人脸图， 并计算所述第二虚拟人脸图与对应的所述第一虚拟人脸图的第一重构损 失， 以确定所述仿真器是否收敛； 将每个所述数据对中的所述第一虚拟人脸图输入至所述第一编码器中得到对应的第 一编码参数， 将所述第一编码参数输入所述域自适应器进行训练得到第二编码参数， 将所 述第二编码参数输入至所述判别器以判断是否符合真实人脸特征分布， 得到判别结果， 并 将所述判别结果反馈至所述域自适应器； 其中， 所述判别器将输入的所述第二编码参数与 真实样本进行判断， 得到所述判别结果， 所述真实样本根据真实人脸数据库确定； 将所述第二编码参数输入至所述翻译器进行训练得到第 二人脸属性参数， 根据 所述第 二人脸属性参数和对应的所述第一人脸属性参数计算第二重构损失， 以确定所述域自适应 器与所述翻译器是否收敛； 将所述第二人脸属性参数输入至已经收敛的所述仿 真器得到第 三虚拟人脸图， 计算所述第三虚拟人脸图与对应的第一虚拟人脸图的身份损失， 以确定所 述域自适应 器与所述翻译器是否收敛。 2.根据权利要求1所述的人脸模型构建方法， 其特征在于， 在确定所述域自适应器与 所 述翻译器已收敛后， 所述方法还 包括： 删除所述域自适应器， 将所述第一编码器与所述翻译器连接， 以及将所述仿真器替换 为捏脸引擎。 3.根据权利要求1所述的人脸模型构建方法， 其特 征在于， 所述获取训练样本， 包括： 获取多个第 一人脸属性参数， 将每个所述第 一人脸属性参数输入至捏脸引擎生成与 所 述第一人脸属性 参数对应的第一虚拟人脸图； 其中， 所述第一人脸属性参数和对应的第一虚拟人脸图构成数据对， 多个所述数据对 构成所述训练样本 。 4.根据权利要求3所述的人脸模型构建方法， 其特征在于， 每个所述第 一人脸属性参数 包括脸部特征参数， 所述脸部特征参数包括脸型长 短、 眼睛大小、 嘴唇厚度、 鼻子大小、 耳 朵 大小、 眉毛长短、 额头大小中的一种或多种组合； 所述获取多个第一人脸属性 参数， 包括： 确定所述脸部特征参数对应的属性值范围， 确定脸部特征参数在所述属性值范围中对 应的目标属性 值； 基于所述目标属性值随机在所述属性值范围产生多个关于所述脸部特征参数的随机 数； 多个关于所述 脸部特征参数的随机数构成多个所述第一人脸属性 参数。 5.根据权利要求1所述的人脸模型构建方法， 其特征在于， 将所述第 二编码参数输入至 所述判别器以判断是否符合真实人脸特 征分布， 包括： 将真实人脸数据库输入至第二编码器， 得到第三编码参数； 将所述第三编码参数输入至所述 域自适应 器中， 得到第四编码参数；权　利　要　求　书 1/2 页 2 CN 114972661 B 2将所述第四编码参数输入至所述判别器中作为真实样本； 所述判别器将输入的所述第二编码参数与所述真实样本进行判断， 得到判别结果； 所述判别结果反馈至所述域自适应器提升其生成更为逼近所述真实样本的所述第二 编码参数的能力。 6.根据权利要求5所述的人脸模型构建方法， 其特征在于， 在所述将所述第四编码参数 输入至所述判别器作为真实样本之前， 所述构建方法还 包括： 根据所述第四编码参数和对应的所述第三编码参数计算 不变性损失值； 将所述不变性损失值反馈至所述域自适应器， 以使所述域自适应器根据 所述不变性损 失值进行优化训练。 7.根据权利要求1所述的人脸模型构建方法， 其特征在于， 所述第 一编码器与第 二编码 器包括pSp编码器， 所述构建方法还包括： 在所述人脸模型构建之前， 将所述训练样本中每 个所述数据对中的所述第一虚拟人脸图输入至所述第一编码器中得到对应的第一编码参 数， 并存储所述第一编码参数， 以便在训练所述人脸模型的过程中， 调用所述第一编码参 数。 8.一种人脸图像生成方法， 其特 征在于， 所述方法包括： 获取真实人脸图； 将所述真实人脸图输入至人脸模型， 得到虚拟人脸图； 其中， 所述人脸模型采用权利要求1 ‑7任一项所述的人脸模型构建方法构建得到 。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括： 存储器和处 理器； 其中， 所述存 储器与所述处 理器连接， 用于存 储程序； 所述处理器用于通过运行所述存储器中存储的程序， 实现如权利要求1 ‑7任一项所述 人脸模型构建方法的步骤， 或， 实现如权利要求8中所述人脸图像生成方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时使所述处理器实现如权利要求1 ‑7任一项所述人脸模 型构建方法的步骤， 或， 实现如权利要求8中所述人脸图像生成方法的步骤。权　利　要　求　书 2/2 页 3 CN 114972661 B 3