CN114187201B 模型训练方法、图像处理方法、装置、设备及存储介质 （百果园技术(新加坡)有限公司）

US2020065945A1,2020.02.27合基于预设损失函数对预设原始网络模型进行在生成过程瑕疵的产生。通过采用上述技术方2获取包含训练样本对的第一训练样本集合，其中，所述训练原始人脸样本图像和在所述原始人脸样本图像基础上祛除瑕疵后根据所述目标网络模型中包含的目标生成网络确定人脸图像处理根据所述第二训练样本集合中的各训练样本对中的所述原始人脸样本图像和所述目将所述原始人脸样本图像作为预设原始瑕疵分割网络的输入，对于所述第二训练样本集合中的每个训练样本对，计算各像素位置对36.根据权利要求4所述的方法，其特征在于，所述预设分割损失函数包括骰子损失函疵分割网络输出的所述生成图像中包含的瑕疵区将所述待处理人脸图像输入至人脸图像处理模型，以输出所述本对中包括包含瑕疵的原始人脸样本图像和在所述原始人脸样本图像基础上祛除瑕疵后模型训练模块，用于利用所述第一训练样本集合基于预设损失函数对预模型确定模块，用于根据所述目标网络模型中包含的目标生成网络确过如权利要求1-7任一所述的模型训练方法得到。4疵的原始人脸样本图像和在所述原始人脸样本图像基础上祛除瑕疵后的目标人脸样本图5提供的模型训练方法得到。练样本对中包括包含瑕疵的原始人脸样本图像和在所述原始人脸样本图像基础上祛除瑕预设损失函数中包含抑制瑕疵损失函数，所述抑制瑕疵损失函数由所述分割结果转化得型通过本发明实施例提供的模型训练方法得[0021]本发明实施例中提供的模型训练方案，获取包含训练样本对的第一训练样本集脸图像处理模型用于对待处理人脸图像进行处理，以祛除待处理人脸图像中包含的瑕疵。6于瑕疵消除的人脸图像处理模型，利用该模型可以得到更加真实自然的无瑕疵人脸图像，[0031]图1为本发明实施例提供的一种模型训练方法的流程示意图，该方法可以由模型含瑕疵的原始人脸样本图像和在原始人脸样本图像基础上祛除瑕疵后的目标人脸样本图7[0036]步骤102、利用第一训练样本集合基于预设损失函数对预设原始网络模型进行训以得到基于瑕疵区域和非瑕疵区域的分割结果，预设损失函数中包含抑制瑕疵损失函数，抑制瑕疵损失函数由所述分割结果转化得到，用于约束生成图像在生成过程中瑕疵的产[0040]瑕疵分割网络用于辅助生成对抗网络的训练，可以有监督地学习瑕疵的分割信抗网络中包含训练好的生成网络(可称为目标生成网络)和训练好的判别网络(可称为目标8疵，而目标网络模型中的瑕疵分割网络和目标判别网络实际上并不会参与人脸图像的处[0048]示例性的，重建损失函数可以让生成图像(可记为gen_img)与目标人脸样本图像(可记为target_img)靠近，有助于让生成图保持属性图片(也即原始人脸样本图像)的特[0051]示例性的，对抗损失函数让生成的图片二训练样本集合中的各训练样本对中的所述原始人脸样本图像和所述目标人脸样本图像包含瑕疵的原始人脸样本图像和在所述原始人脸样本图像基础上祛除瑕疵后的目标人脸9则会出现正负样本比例严重不均衡的问题，负样本(无瑕疵的位置，如大面积的皮肤和背景)像素数量显著多余正样本(痘痘或色斑等瑕疵位置)像素数量，常用的交叉熵损失无法[0059]示例性的，预设分割损失函数可以包括如加权交叉熵损失函数(Weightedcross[0060]图2为本发明实施例提供的又一种模型训练方法的流程示意图，该方法在上述各[0063]步骤202、根据第二训练样本集合中的各训练样本对中的原始人脸样本图像和目[0069]图4为本发明实施例提供的一种预设原始网络模型训练过预设原始网络模型包括由生成网络和判别网络构成的生成对抗网络，还包括瑕疵分割网[0072]步骤206、利用第一训练样本集合基于预设损失函数对预设原始网络模型进行训习将两者区分开。瑕疵分割网络利用抑制瑕疵损失函数来惩罚未成功祛除瑕疵的生成网[0081]本发明实施例提供的模型训练方法，所得到的人脸图像用于如直播或视频通话等对实时视频图像进行处理等时效性要求较[0082]图5为本发明实施例提供的一种图像处理方法的流程示意图，该方法可以由图像[0088]本发明实施例提供的图像处理方法，可以得到更加真实述训练样本对中包括包含瑕疵的原始人脸样本图像和在所述原始人脸样本图像基础上祛[0091]模型训练模块602，用于利用所述第一训练样本集合基于预设损失函数对预设原对所述生成网络输出的生成图像进行分割以得到基于瑕疵区域和非瑕疵区域的分割结果，[0092]模型确定模块603，用于根据所述目标网络模型中包含的目标生成网络确定人脸模型通过本发明实施例提供的模型训练方法得到。[0097]本发明实施例提供的图像处理装置，可以得到更加真实包括存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序，所述处理器802执行所述计算机程序时实现本发明实施例提供的模型训练方法和/或图像指令在由计算机处理器执行时用于执行本发明实施例提供的模型训练方法和/或图像处理