申请/专利权人：中国电信股份有限公司

申请日：2022-09-14

公开（公告）日：2024-04-26

公开（公告）号：CN115439610B

主分类号：G06T17/00

分类号：G06T17/00;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.12.23#实质审查的生效;2022.12.06#公开

摘要：本公开提供了一种模型的训练方法、训练装置、电子设备和可读存储介质，涉及机器学习技术领域。其中，人脸三维构建模型的训练方法包括：获取多项编码信息，多项编码信息包括基于图像采集设备获取到的光线的方向编码和采样编码，以及采集到的人脸形状编码和人脸外观编码；基于多项编码信息进行网络模型的模型训练，并使网络模型输出多角度人脸训练特征；基于多角度人脸训练特征和待重建人脸二维图像计算网络模型的模型损失；将模型损失输入网络模型进行反向传播，以迭代更新网络模型的模型参数，直至网络模型收敛，得到人脸三维构建模型。通过本公开的技术方案，在降低方案实施成本的同时，保证了三维重构操作的实用性与可靠性。

主权项：1.一种人脸三维构建模型的训练方法，其特征在于，包括：获取多项编码信息，包括：获取图像采集设备的位姿信息，基于光线投射算法对所述位姿信息进行体绘制处理，生成所述图像采集设备基于所述位姿信息采集到的光线的方向编码和采样编码，基于对标准高斯分布进行随机采样获取人脸形状编码和人脸外观编码，以结合所述方向编码和所述采样编码得到所述多项编码信息；基于所述多项编码信息进行网络模型的模型训练，所述网络模型包括第一网络和第二网络，包括：基于所述多项编码信息进行所述第一网络的训练，得到生成式神经特征场模块，所述生成式神经特征场模块用于基于所述多项编码信息生成场景图像，并输出所述场景图像的张量信息，所述张量信息包括体素密度张量和特征张量，基于所述张量信息进行所述第二网络的训练，得到神经渲染模块，所述神经渲染模块用于将所述体素密度张量和所述特征张量映射上采样到合成的多角度人脸图像，以将所述多角度人脸图像和所述特征张量确定为多角度人脸训练特征，并使所述网络模型输出所述多角度人脸训练特征；基于所述多角度人脸训练特征和待重建人脸二维图像计算所述网络模型的模型损失；将所述模型损失输入所述网络模型进行反向传播，以迭代更新所述网络模型的模型参数，直至所述网络模型收敛，得到所述人脸三维构建模型。

全文数据：

权利要求：

百度查询： 中国电信股份有限公司 模型的训练方法、训练装置、电子设备和可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD