画像-照片转换模型的构建方法及人脸画像转照片的方法

本发明涉及画像转换照片的数字，尤其涉及一种画像-照片转换模型的构建方法及人脸画像转照片的方法。

背景技术：

1、人脸画像-照片转换算法能够将不同类型的人脸画像，例如嫌疑人素描画像、艺术肖像画转换成照片效果，在数字安防、数字娱乐领域具有应用价值。计算机视觉领域近年来兴起的画像翻译技术，能够在画像不同模态之间进行转换，是实现人脸画像-照片转换的可行方案。画像翻译的训练通常需要两种画像模态的大样本数据，但是在实际应用中待转换的人脸画像获取难度大，通常只有小样本数据，导致人脸画像转换得到的照片质量低下。

技术实现思路

1、本发明的主要目的在于提供一种画像-照片转换模型的构建方法及人脸画像转照片的方法，旨在解决相关技术中通过小样本人脸画像训练得到的画像-照片转换模型转换质量低下的问题。

2、第一方面，提供了一种画像-照片转换模型的构建方法，采用如下技术方案：

3、一种画像-照片转换模型的构建方法，其根据大样本照片数据和小样本画像数据得到，且所述大样本照片数据中包括所述小样本画像数据对应的照片数据，其包括以下步骤：

4、获取预设的照片-画像基础转换模型对大样本照片数据处理得到的第一画像数据；

5、根据所述小样本画像数据、所述第一画像数据以及所述大样本照片数据，调整所述照片-画像基础转换模型得到第一照片-画像转换模型；获取预设的画像-照片基础转换模型处理所述第二画像数据得到的第一照片数据；

6、根据所述大样本照片数据、所述第一照片数据，调整所述画像-照片基础转换模型得到第一画像-照片转换模型。

7、一些实施例中，所述根据所述大样本照片数据、所述第一照片数据，调整所述画像-照片基础转换模型得到第一画像-照片转换模型，其包括以下步骤：

8、根据所述第一照片数据，调整所述画像-照片基础转换模型得到画像-照片过渡转换模型；

9、获取所述画像-照片过渡转换模型对所述第一画像数据处理得到的第二照片数据，以及所述第一照片-画像转换模型对所述第二照片数据处理得到的第三画像数据；

10、根据所述第一画像数据和所述第三画像数据，调整所述画像-照片过渡转换模型得到第一画像-照片转换模型。

11、一些实施例中，所述的根据所述小样本画像数据、所述第一画像数据以及所述大样本照片数据，调整所述照片-画像基础转换模型得到第一照片-画像转换模型，包括以下步骤：

12、根据所述第一画像数据的风格特征与内容特征、所述小样本画像数据的风格特征、所述大样本照片数据的内容特征，调整所述照片-画像基础转换模型得到第一照片-画像转换模型。

13、一些实施例中，所述根据所述大样本照片数据、所述第一照片数据，调整所述画像-照片基础转换模型得到第一画像-照片转换模型之后，还包括以下步骤：

14、根据所述第一画像数据中各画像的内容损失度，从所述大样本照片数据中，得到数量与所述小样本画像一致的照片数据作为小样本照片数据；

15、获取所述第一照片-画像转换模型对所述小样本照片数据处理得到的第四画像数据，以及所述第一画像-照片转换模型对所述第四画像数据处理得到的第三照片数据；

16、根据所述第四画像数据和所述第三照片数据，所述第一画像-照片转换模型，得到第二画像-照片转换模型。

17、一些实施例中，所述根据所述第四画像数据和所述第三照片数据，所述第一画像-照片转换模型，得到第二画像-照片转换模型之后，还包括以下步骤：

18、根据所述第四画像数据和所述第三照片数据，调整所述第一照片-画像转换模型，得到第二照片-画像转换模型；

19、获取所述第二照片-画像转换模型对所述小样本画像数据处理得到的第三照片数据，和所述第二画像-照片转换模型对所述第三照片数据处理得到的第四画像数据；

20、根据所述第三照片数据和所述第四画像数据，调整所述第二照片-画像转换模型，得到第三画像-照片转换模型。

21、第二方面，提供了一种画像-照片转换模型的应用方法。

22、一种画像-照片转换模型的应用方法，其包括：

23、获取目标人脸画像；

24、根据目标人脸画像，得到仅包括人脸内容的全局人脸画像和仅包括人脸面部五官区域的局部人脸画像；

25、根据如上所述的画像-照片转换模型的构建方法所得到的画像-照片转换模型，将所述全局人脸画像和局部人脸画像转换为全局人脸照片和局部人脸照片；

26、融合所述全局人脸照片和所述局部人脸照片，得到对应所述基础人脸照片的高清人脸照片；

27、输出高清人脸照片。

28、一些实施例中，所述的融合所述全局人脸照片和所述局部人脸照片，得到对应所述基础人脸照片的融合人脸照片，包括以下步骤：

29、根据所述全局人脸照片和所述局部人脸照片，得到将所述局部人脸照片融合在所述全局人脸照片对应位置的第一融合人脸照片；

30、消除所述融合人脸照片上所述局部人脸照片和所述全局人脸照片的交界边界，得到高清人脸照片。

31、一些实施例中，所述的融合所述全局人脸照片和所述局部人脸照片，得到对应所述基础人脸照片的高清人脸照片，包括以下步骤：

32、根据所述全局人脸照片和所述局部人脸照片，得到将所述局部人脸照片融合在所述全局人脸照片对应位置的第一融合人脸照片；

33、消除所述融合人脸照片上所述局部人脸照片和所述全局人脸照片的交界边界，并对所述交界边界外的其余位置进行信息增强，得到高清人脸照片。

34、一些实施例中，所述将所述全局人脸画像和局部人脸画像转换为全局人脸照片和局部人脸照片中，转换全局人脸画像时和转换局部人脸照片时，所述画像-照片转换模型的参数不完全相同。

35、第三方面，提供了一种画像-照片转换模型的应用装置。

36、一种画像-照片转换模型的应用装置，其包括：

37、获取模块，其被配置为获取目标人脸画像；

38、裁剪模块，其被配置为根据目标人脸画像，得到仅包括人脸内容的全局人脸画像和仅包括人脸面部五官区域的局部人脸画像；

39、转换模块，其被配置为根据如权利要求1-5任意一项所述的画像-照片转换模型的构建方法所得到的画像-照片转换模型，将所述全局人脸画像和局部人脸画像转换为全局人脸照片和局部人脸照片；

40、融合模块，根据所述全局人脸照片和所述局部人脸照片，得到对应所述基础人脸照片的高清人脸照片。

41、本发明在构建图像-照片的转换模型时，在获取到大样本照片数据后，仅需获取能够对应大样本照片数据中部分照片的小样本照片即可进行，在构建过程中，由于通过小样本画像数据也参与照片-画像基础转换模型的调整优化，实现照片-画像基础转换模型可得到质量更加接近小样本画像数据的第一画像数据，在通过第一画像数据与小样本画像数据来共同参与调整画像-照片基础转换模型，实现保障画像-照片基础转换模型训练过程中所使用的高质量画像数量，最终实现在小样本画像数据的前提下得到能够较好转换画像为照片的画像-照片转换模型。