图像迁移方法和图像迁移模型的训练方法、装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114140320A(43)申请公布日2022.03.04(21)申请号202111502659.3G06V10/774(2022.01)(22)申请日2021.12.09G06V10/82(2022.01)G06N3/04(2006.01)(71)申请人北京百度网讯科技有限公司G06N3/08(2006.01)地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人梁柏荣郭知智洪智滨(74)专利代理机构中科专利商标代理有限责任公司11021代理人吕朝蕙(51)Int.Cl.G06T3/00(2006.01)G06T7/00(2017.01)G06T7/12(2017.01)G06K9/62(2022.01)G06V10/40(2022.01)权利要求书5页说明书15页附图8页(54)发明名称图像迁移方法和图像迁移模型的训练方法、装置(57)摘要本公开提供了一种图像迁移方法和图像迁移模型的训练方法、装置、设备、介质，涉及人工智能领域，具体涉及深度学习和计算机视觉技术领域，可应用于人脸图像处理、人脸识别等场景。图像迁移方法包括：根据第一对象的目标部位在第一图像中的第一位置信息和第一图像，分别提取第一对象的第一属性特征和目标部位的第一形状特征；提取第二图像包括的第二对象的第一身份特征；以及基于第一属性特征、第一形状特征和第一身份特征生成第一迁移图像，该第一迁移图像包括具有第一属性特征和第一形状特征的第二对象。CN114140320ACN114140320A权利要求书1/5页1.一种图像迁移方法，包括：根据第一对象的目标部位在第一图像中的第一位置信息和所述第一图像，分别提取所述第一对象的第一属性特征和所述目标部位的第一形状特征；提取第二图像包括的第二对象的第一身份特征；以及基于所述第一属性特征、所述第一形状特征和所述第一身份特征生成第一迁移图像，所述第一迁移图像包括具有所述第一属性特征和所述第一形状特征的第二对象。2.根据权利要求1所述的方法，其中，所述第一属性特征包括第一姿态特征和第一表情特征；所述根据第一对象的目标部位在第一图像中的第一位置信息和所述第一图像，分别提取所述第一对象的第一属性特征和所述目标部位的第一形状特征包括：基于所述第一位置信息，确定所述第一图像中针对所述目标部位的目标区域的图像；根据所述第一图像，提取所述第一姿态特征；根据所述目标区域的图像，提取所述第一形状特征；以及根据所述第一图像中除所述目标区域外其他区域的图像，提取所述第一表情特征。3.根据权利要求1所述的方法，还包括：检测包括所述第一对象的模板图像，得到所述第一对象在所述模板图像中的第二位置信息；以及基于所述第二位置信息裁剪所述模板图像，获得所述第一图像。4.根据权利要求3所述的方法，其中，所述基于所述第二位置信息裁剪所述模板图像，获得所述第一图像包括：基于所述第二位置信息裁剪所述模板图像，得到中间图像；对所述中间图像进行图像分割处理，得到所述中间图像中目标对象的第三位置信息；所述目标对象包括所述第一对象；基于所述第三位置信息，生成针对所述目标对象的掩膜图像；以及基于所述掩膜图像去除所述中间图像中的背景图像，得到所述第一图像。5.根据权利要求1或2所述的方法，其中，所述根据第一对象的目标部位在第一图像中的第一位置信息和所述第一图像，分别提取所述第一对象的第一属性特征和所述目标部位的第一形状特征包括：对所述第一图像进行数据增强处理，得到增强后图像；以及基于所述第一位置信息和所述增强后图像，分别提取所述第一属性特征和所述第一形状特征。6.根据权利要求1或2所述的方法，其中，所述根据第一对象的目标部位在第一图像中的第一位置信息和所述第一图像，分别提取所述第一对象的第一属性特征和所述目标部位的第一形状特征包括：对所述第一图像进行归一化处理，得到第一归一化图像；以及根据所述第一位置信息和所述第一归一化图像，分别提取所述第一属性特征和所述第一形状特征。7.根据权利要求1所述的方法，还包括：检测包括所述第二对象的源图像，得到所述第二对象在所述源图像中的第四位置信息；以及2CN114140320A权利要求书2/5页基于所述第四位置信息裁剪所述源图像，获得所述第二图像。8.根据权利要求1所述的方法，其中，所述提取第二图像包括的第二对象的第一身份特征包括：对所述第二图像进行归一化处理，得到第二归一化图像；以及采用编码网络对所述第二归一化图像进行编码，得到所述第二对象的第一身份特征。9.根据权利要求1或8所述的方法，其中，所述第二图像包括多个图像；所述提取第二图像包括的第二对象的第一身份特征包括：分别提取所述多个图像中每个图像包括的第二对象的身份特征，得到多个初始身份特征；以及确定所述