预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共24页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114782609A(43)申请公布日2022.07.22(21)申请号202210304122.4(22)申请日2022.03.25(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人王迪赵晨(74)专利代理机构北京易光知识产权代理有限公司11596专利代理师徐升升阎敏(51)Int.Cl.G06T15/04(2011.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书11页附图9页(54)发明名称图像处理模型的训练方法、图像处理方法、装置及设备(57)摘要本公开提供了一种图像处理模型的训练方法、图像处理方法、装置及设备。涉及计算机技术领域,具体涉及计算机视觉、深度学习、增强现实等人工智能技术领域。具体实现方案为:将样本面部图输入图像处理模型,获取图像处理模型输出的样本面部图的纹理系数;基于纹理系数和纹理基底生成样本面部图的纹理图;基于纹理图生成样本面部图的渲染图;确定渲染图的第一特征图和标签渲染图的第二特征图,标签渲染图是样本面部图的监督渲染图;基于第一特征图和第二特征图构建损失函数;基于损失函数对图像处理模型的参数进行调整。根据本公开的技术方案,能提高图像处理模型输出的纹理图的辨识度。CN114782609ACN114782609A权利要求书1/3页1.一种图像处理模型的训练方法,包括:将样本面部图输入图像处理模型,获取所述图像处理模型输出的所述样本面部图的纹理系数;基于所述纹理系数和纹理基底生成所述样本面部图的纹理图;基于所述纹理图生成所述样本面部图的渲染图;确定所述渲染图的第一特征图和标签渲染图的第二特征图,所述标签渲染图是所述样本面部图的监督渲染图;基于所述第一特征图和所述第二特征图构建损失函数;基于所述损失函数对所述图像处理模型的参数进行调整。2.根据权利要求1所述的方法,其中,所述确定所述渲染图的第一特征图和标签渲染图的第二特征图,包括:将所述渲染图和所述标签渲染图输入预先训练的面部识别模型,得到所述面部识别模型输出的所述渲染图的第一特征图和所述标签渲染图的第二特征图。3.根据权利要求1所述的方法,还包括:获取所述图像处理模型输出的所述样本面部图的外观系数;根据所述外观系数和外观基底生成所述样本面部图的外观模型。4.根据权利要求3所述的方法,其中,所述基于所述纹理图生成所述样本面部图的渲染图,包括:将所述纹理图和所述外观模型输入渲染器,得到所述渲染器输出的所述样本面部图的渲染图。5.根据权利要求1所述的方法,其中,所述基于所述损失函数对所述图像处理模型的参数进行调整,包括:基于所述损失函数确定所述样本面部图对应的所述第一特征图和所述第二特征图的损失值;基于所述损失值逐层调整所述图像处理模型的各层网络的参数,以使所述损失值下降至第一预设范围。6.根据权利要求1所述的方法,其中,所述基于所述损失函数对所述图像处理模型的参数进行调整,包括:基于所述损失函数确定多个所述样本面部图分别对应的所述第一特征图和所述第二特征图的损失值;基于多个所述样本面部图分别对应的损失值,确定多个所述样本面部图的总损失值;基于所述总损失值逐层调整所述图像处理模型的各层网络的参数,以使所述总损失值下降至第二预设范围。7.一种图像处理方法,包括:将待处理面部图输入图像处理模型,获取所述图像处理模型输出的所述待处理面部图的目标纹理系数;基于所述目标纹理系数和纹理基底生成所述待处理面部图的目标纹理图;其中,所述图像处理模型采用根据权利要求1至6任一项所述的图像处理模型的训练方法得到。2CN114782609A权利要求书2/3页8.根据权利要求7所述的方法,还包括:获取所述图像处理模型输出的所述待处理面部图的目标外观系数;基于所述目标外观系数和外观基底生成所述待处理面部图的目标外观模型;基于所述目标纹理图和所述目标外观模型,得到所述待处理面部图的目标渲染图。9.一种图像处理模型的训练装置,包括:第一获取模块,用于将样本面部图输入图像处理模型,获取所述图像处理模型输出的所述样本面部图的纹理系数;第一生成模块,用于基于所述纹理系数和纹理基底生成所述样本面部图的纹理图;第二生成模块,用于基于所述纹理图生成所述样本面部图的渲染图;确定模块,用于确定所述渲染图的第一特征图和标签渲染图的第二特征图,所述标签渲染图是所述样本面部图的监督渲染图;构建模块,用于基于所述第一特征图和所述第二特征图构建损失函数;训练模块,用于基于所述损失函数对所述图像处理模型的参数进行调整。10.根据权利要求9所述的装置,其中,所述确定模块,用于:将所述渲染图和所述标签渲染图输入预先训练的面部识别模型,得到所述面部识别模型输出的