(19)中华 人民共和国 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 202111670180.0 (22)申请日 2021.12.31 (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 曾梦萍　 (74)专利代理 机构 深圳中细软知识产权代理有 限公司 4 4528 代理人 孔祥丹 (51)Int.Cl. G06T 3/00(2006.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 脸部皮肤状态图像的生成、 模型训练方法、 设备和介质 (57)摘要 本发明公开了一种脸部皮肤状态图像生成 模型的训练方法， 该方法包括： 基于皮肤状态较 差的第一人脸图像生成皮肤状态较好的第一生 成图像， 基于第一生成器将皮肤状态较好的第一 生成图像生成为皮肤状态较差的第一训练生成 图像， 再基于第一判别器判别输入的第一生成图 像和第一训练生成图像是否为生成的图像， 并基 于得到的第一判别结果对第一生成器和第一判 别器进行迭代调参。 这样在实际应用中， 通过第 一生成器便能将皮肤状态较好的目标人脸图像 生成为皮肤状态 较差的目标生 成图像， 也就可以 帮助用户更为深入直观地感受， 若皮肤状态变 坏， 那会是怎么样的一个情况。 此外， 还提出了脸 部皮肤状态图像的生成方法、 设备和介质。 权利要求书3页 说明书11页 附图7页 CN 114399426 A 2022.04.26 CN 114399426 A 1.一种脸部皮肤状态图像生成模型的训练方法， 其特征在于， 所述脸部皮肤状态图像 生成模型包括第一生成对抗网络， 所述第一生成对抗网络包括第一生成器和第一判别器， 所述方法包括： 获取第一人脸图像； 基于所述第一人脸图像生成第一生成图像； 其中， 所述第一生成图像的皮肤状态好于 所述第一人脸图像的皮肤状态； 将所述第 一生成图像输入所述第 一生成器， 获取生成的第 一训练生成图像； 其中， 所述 第一训练生成图像的皮肤状态差 于所述第一 生成图像的皮肤状态； 将所述第一训练生成图像和所述第 一人脸图像输入所述第 一判别器， 以得到第 一判别 结果， 根据所述第一判别结果对所述第一生成器和所述第一判别器进行迭代调参， 以增大 所述第一判别器判别正确的概率， 且增大所述第一生成器生成的图像使 所述第一判别器判 别错误的概率， 获取训练后的脸部 皮肤状态图像生成模型； 其中， 所述第一判别结果用于指 示所述第一训练生成图像和所述第一人脸图像是否为 生成的图像。 2.根据权利要求1所述的方法， 其特征在于， 所述脸部皮肤状态图像生成模型还包括第 二生成对抗网络， 所述第二生成对抗网络包括第二生成器和第二判别器， 所述基于所述第 一人脸图像生成第一 生成图像， 包括： 获取第二人脸图像， 所述第二人脸图像与所述第一人脸图像属于同一训练集； 获取第三人脸图像， 所述第三人脸图像与所述第二人脸图像属于不同训练集， 所述第 三人脸图像的皮肤状态好于所述第二人脸图像的皮肤状态； 将所述第 二人脸图像输入所述第 二生成器， 获取生成的第 二训练生成图像； 其中， 所述 第二训练生成图像的皮肤状态好于所述第二人脸图像的皮肤状态； 将所述第二训练生成图像和所述第 三人脸图像输入所述第 二判别器， 以得到第 二判别 结果， 根据所述第二判别结果对所述第二生成器和所述第二判别器进行迭代调参， 以增大 所述第二判别器判别正确的概率， 且增大所述第二生成器生成的图像使 所述第二判别器判 别错误的概率， 获取训练后的第二生成对抗网络； 其中， 所述第二判别结果用于指示所述第 二训练生成图像和所述第三人脸图像是否为 生成的图像； 将所述第一人脸图像输入训练后的第 二生成对抗网络 中的第二生成器， 以生成所述第 一生成图像。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述第 二训练生成图像和所述第 三 人脸图像输入所述第二判别器， 以得到第二判别结果， 根据所述第二判别结果对所述第二 生成器和所述第二判别器进行迭代调参， 包括： 将所述第二训练生成图像和第三人脸图像输入所述第二判别器， 以得到第二判别结 果， 根据所述第二判别结果计算所述第二判别器的第一损失值； 其中， 所述第一损失值指示 所述第二判别器的准确度； 根据所述第 一损失值调整所述第 二判别器的参数， 返回执行所述将所述第 二训练生成 图像和第三人脸图像输入所述第二判别器， 以得到第二判别结果， 根据所述第二判别结果 计算所述第二判别器的第一损失值的步骤； 在所述第二判别器的参数调整第 一预设次数后， 将所述第 二训练生成图像和第 三人脸 图像输入所述第二判别器， 以得到第二判别结果， 根据所述第二判别结果计算所述第二生权　利　要　求　书 1/3 页 2 CN 114399426 A 2成器的第二损失值； 其中， 所述第二损失值指示所述第二 生成器的准确度； 根据所述第 二损失值调整所述第 二生成器的参数， 返回执行所述将所述第 二训练生成 图像和第三人脸图像输入所述第二判别器， 以得到第二判别结果， 根据所述第二判别结果 计算所述第二 生成器的第二损失值的步骤； 在所述第二生成器的参数调整第 二预设次数后， 返回执行所述将所述第 二训练生成图 像和第三人脸图像输入所述第二判别器， 以得到第二判别结果， 根据所述第二判别结果计 算所述第二判别器的第一损失值的步骤； 当所述第一损失值与 所述第二损失值的和小于第 一预设损失值 时， 确定完成对所述第 二生成器和所述第二判别器的调参。 4.根据权利要求3所述的方法， 其特 征在于， 计算第一损失值的计算公式为： 计算第二损失值的计算公式为： 其中， D2(x)表示所述第二判别器判别所述第三人脸图像为生成的图像的概率； D2(G2 (z))表示所述第二判别器判别所述第二训练生成图像为 生成的图像的概 率。 5.根据权利要求3所述的方法， 其特征在于， 所述将所述第 一训练生成图像和所述第 一 人脸图像输入所述第一判别器， 以得到第一判别结果， 根据所述第一判别结果对所述第一 生成器和所述第一判别器进行迭代调参， 包括： 将所述第一训练生成图像和第一人脸图像输入所述第一判别器， 以得到第一判别结 果， 根据所述第一判别结果计算所述第一判别器的第三损失值； 其中， 所述第三损失值指示 所述第一判别器的准确度； 根据所述第 三损失值调整所述第 一判别器的参数， 返回执行所述将所述第 一训练生成 图像和第一人脸图像输入所述第一判别器， 以得到第一判别结果， 根据所述第一判别结果 计算所述第一判别器的第三损失值的步骤； 在所述第一判别器的参数调整第 三预设次数后， 将所述第 一训练生成图像和第 一人脸 图像输入所述第一判别器， 以得到第一判别结果， 根据所述第一判别结果计算所述第一生 成器的第四损失值； 其中， 所述第四损失值指示所述第一 生成器的准确度； 根据所述第四损失值调整所述第 一生成器的参数， 返回执行所述将所述第 一训练生成 图像和第一人脸图像输入所述第一判别器， 以得到第一判别结果， 根据所述第一判别结果 计算所述第一 生成器的第四损失值的步骤； 在所述第一生成器的参数调整第四预设次数后， 返回执行所述将所述第 一训练生成图 像和第一人脸图像输入所述第一判别器， 以得到第一判别结果， 根据所述第一判别结果计 算所述第一判别器的第三损失值的步骤； 当所述第三损失值与 所述第四损失值的和小于第 二预设损失值 时， 确定完成对所述第 一生成器和所述第一判别器的调参。 6.根据权利要求5所述的方法， 其特 征在于， 计算第三损失值的计算公式为： 计算第四损失值的计算公式为：权　利　要　求　书 2/3 页 3 CN 114399426 A 3