(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211139842.6 (22)申请日 2022.09.19 (71)申请人 深圳数联天下智能科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区高新南七道20号深圳国 家工程实验室大楼B16 01 (72)发明人 陈仿雄　 (74)专利代理 机构 深圳市六加知识产权代理有 限公司 4 4372 专利代理师 唐梦云 (51)Int.Cl. G06T 11/00(2006.01) G06V 40/16(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 训练图像生成模型的方法及相关装置 (57)摘要 本申请实施例涉及图像处理技术领域， 公开 了一种训练图像生成模型的方法及相关装置， 采 用预先训练好的年龄检测模型对各真实人脸图 像进行年龄检测得到预测年龄， 计算预测年龄和 真实年龄之间的年龄差， 将年龄差和真实人脸图 像一起输入图像生成网络进行融合， 生成受年龄 差影响的预测人脸图像。 预测年龄能够反映真实 人脸图像的普适性年龄特征， 年龄差能够反映输 入图像个人自身的个性年龄特征(偏老或偏年 轻)， 从而， 年龄差可以指导图像生成 网络学习输 入图像个人自身的个性年龄特征。 训练得到的 图 像生成模型能够基于预期年龄和真实年龄之间 的年龄差， 准确地生成符合自身个性年龄特征和 预期年龄的年龄 变化图像 。 权利要求书2页 说明书15页 附图4页 CN 115496822 A 2022.12.20 CN 115496822 A 1.一种训练图像生成模型的方法， 其特征在于， 图像生成网络包括编码器、 映射转换模 块、 融合模块和解码模块， 包括： 获取若干个真实人脸图像， 各所述真实人脸图像标注有真实年龄， 所述若干个真实人 脸图像的真实年龄覆盖预设年龄范围； 采用预先训练好的年龄检测模型对所述若干个真实人脸图像进行年龄检测， 得到各所 述真实人脸图像对应的预测年龄； 将所述真实人脸图像和与 所述真实人脸图像对应的年龄差输入所述图像生成网络， 得 到预测人脸图像； 其中， 所述年龄差为所述预测年龄和所述真实年龄之间的差， 所述真实人 脸图像经所述编码器进行编 码后得到编 码结果， 所述年龄差经过所述映射转换模块进 行映 射转换后得到年龄 向量， 所述编码结果和所述年龄 向量经所述融合模块进行融合后， 融合 结果输入所述 解码模块进行解码得到所述预测人脸图像； 采用损失函数计算所述预测人脸图像和所述真实人脸图像之间的损失， 并根据 所述若 干个真实人脸图像对应的损失和， 对所述图像生成网络进行迭代训练， 直至收敛， 得到所述 图像生成模型。 2.根据权利要求1所述的方法， 其特征在于， 所述解码模块包括N个分支的解码器， 一个 所述解码器对应一个年龄段； 其中， 所述融合结果输入所述 解码模块进行解码得到所述预测人脸图像， 包括： 根据所述预测年龄所在的年龄段， 从所述 N个解码器中确定目标解码器； 将所述融合结果输入所述目标解码器进行解码， 得到所述预测人脸图像。 3.根据权利要求2所述的方法， 其特征在于， 所述方法还包括： 根据所述预设年龄范围 的最大年龄值与所述 年龄检测模型的误差， 确定所述 解码器的分支数量 N。 4.根据权利要求1 ‑3任意一项所述的方法， 所述映射转换模块采用以下方式对所述年 龄差进行映射 转换： 采用映射函数对所述年龄差进行计算， 得到所述年龄向量； 其中， 所述映射函数包括线 性全连接网络 。 5.根据权利要求1 ‑3任意一项所述的方法， 其特征在于， 所述融合模块采用以下方式对 所述编码结果和所述 年龄向量进行融合： 将所述编码结果和所述 年龄向量进行相乘融合， 得到所述融合结果。 6.根据权利要求2或3所述的方法， 其特征在于， 所述损失函数包括对抗损失、 重构损失 和感知风格损失， 其中， 所述对抗损失反映所述预测人脸图像是否为所述真实人脸， 所述重 构损失反映所述预测人脸图像和所述真实人脸图像之 间的像素差异； 所述感知风格损失反 映所述预测人脸图像的特 征图和所述真实人脸图像的特 征图之间的差异。 7.根据权利要求6所述的方法， 其特 征在于， 所述损失函数包括： 其中， 权　利　要　求　书 1/2 页 2 CN 115496822 A 2其中， Loss为所述损失函数， 为所述对抗损失， 为所述重构损失， 为所 述感知风格损失， αi为第i个分支的解码器的开启状态， N为所述解码的分支数量， I为所述 真实人脸图像， I ′为所述预测人脸图像， D(I)为判别器判别所述真实人脸图像为真的概率， t为所述年龄差， G(I,t)为所述图像生成网络基于所述真实人脸图像和所述年龄差生成的 预测人脸图像， D(G(I,t))为所述判别器判别所述预测人脸图像为真的概率， 为特征 提取网络对真实人脸 图像进行提取得到的第i个特征图， 为特征提取网络对预测人 脸图像进行提取 得到的第i个特 征图。 8.一种生成年龄变化图像的方法， 其特 征在于， 包括： 获取测试 人脸图像、 所述测试 人脸图像中人脸的真实年龄以及预期年龄； 将所述测试人脸图像和所述真实年龄与 所述预期年龄之间的年龄差， 输入图像生成模 型， 得到所述年龄变化图像， 所述年龄变化图像反映的人物的年龄与所述预期年龄相适应； 其中， 所述图像生成模型是采用如权利要求1 ‑7任意一项训练图像生成模型 的方法训练得 到。 9.一种电子设备， 其特 征在于， 包括： 至少一个处 理器， 以及 与所述至少一个处 理器通信连接的存 储器， 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑8任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机可 执行指令， 所述计算机可执行指令用于使计算机设备执行如权利要求1 ‑8任一项所述的方 法。权　利　要　求　书 2/2 页 3 CN 115496822 A 3