申请/专利权人：深圳数联天下智能科技有限公司

申请日：2021-12-13

公开（公告）日：2024-04-30

公开（公告）号：CN114419691B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/74;G06V10/774;G06V10/80;G06T3/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.05.20#实质审查的生效;2022.04.29#公开

摘要：本发明公开了一种人脸衰老图像生成方法，该方法包括：学生生成模型仅通过计算已收敛的教师生成模型和学生生成模型之间的蒸馏损失来反向优化学生生成模型，无需单独训练学生生成模型，从而逐步模仿教师生成器生成衰老图像的过程，直到学生生成模型也收敛，预测阶段时，则只需调用更加轻量化的学生生成模型和风格编码便能预测不同年龄的衰老图像。相较于使用教师生成模型来生成衰老图像，由于学生生成模型的结构更为简单，使用学生生成模型能极大的减少所需使用的内存，为受限于设备性能的GAN模型的部署提供一种新的可能性。此外，还提出了人脸衰老图像的生成方法、设备和存储介质。

主权项：1.一种人脸衰老图像生成模型的训练方法，其特征在于，所述人脸衰老图像生成模型包括教师生成模型和学生生成模型，所述学生生成模型包括多个学生特征层，所述教师生成模型包括多个老师特征层和多个学生特征层，所述教师生成模型中的多个学生特征层的结构和数量与所述学生生成模型中的学生特征层的结构和数量相同，一个学生特征层用于输出一种特征尺度的中间特征图，所述方法包括：获取训练数据集，所述训练数据集包括多个人脸训练图像，一个所述人脸训练图像对应一个真实年龄标签；将第一人脸图像及第一期望风格编码输入已经收敛的教师生成模型，以得到第一期望年龄的第一期望衰老人脸图像，所述第一人脸图像为所述多个人脸训练图像中的任意一个，所述第一期望风格编码携带有所述第一期望年龄的风格编码特征；根据所述第一期望衰老人脸图像的真实程度，调整所述教师生成模型的参数，以使所述教师生成模型生成的期望衰老人脸图像的真实程度增大，返回执行所述将第一人脸图像及第一期望风格编码输入已经收敛的教师生成模型，以得到第一期望年龄的第一期望衰老人脸图像的步骤；当所述教师生成模型的参数经过预设次数的调整后，将第二人脸图像及第二期望风格编码输入教师生成模型，以得到所述教师生成模型中多个学生特征层输出的第一中间特征图，和第二期望年龄的第二期望衰老人脸图像，将所述第二人脸图像及所述第二期望风格编码输入所述学生生成模型，以得到所述学生生成模型中的多个学生特征层输出的第二中间特征图，和所述第二期望年龄的第三期望衰老人脸图像，所述第二人脸图像为所述多个人脸训练图像中的任意一个，所述第二期望风格编码携带有所述第二期望年龄的风格编码特征；通过预设的蒸馏损失函数，根据所述第二期望衰老人脸图像、所述第三期望衰老人脸图像、所述第一中间特征图和所述第二中间特征图计算第二损失值；根据所述第二损失值调整所述学生生成模型的参数，返回执行所述将第一人脸图像及第一期望风格编码输入已经收敛的教师生成模型，以得到第一期望年龄的第一期望衰老人脸图像的步骤，直至所述学生生成模型收敛。

全文数据：

权利要求：

百度查询： 深圳数联天下智能科技有限公司 人脸衰老图像的生成方法、模型训练方法、设备和介质

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