(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 202210510556.X (22)申请日 2022.05.11 (71)申请人 北京奇艺世纪科技有限公司 地址 100080 北京市海淀区海淀北一 街2号 10层、 11层 (72)发明人 丁苗高　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 吕俊秀 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) (54)发明名称 模型生成方法、 图像生 成方法、 装置、 电子设 备及可读存 储介质 (57)摘要 本发明实施例提供了一种模 型生成方法、 图 像生成方法、 装置、 电子设备及可读存储介质， 该 方法包括： 获取多个训练数据， 每个训练数据包 括： 样本图像和样本图像的面部掩码图像， 面部 掩码图像用于标记样本图像的面部区域； 将样本 图像输入至预设处理模型， 得到预测热度图像； 基于权重图像， 对预测热度图像中的每个像素点 相对面部掩码图像的损失值， 进行加权融合处 理， 得到加权损失值； 权重图像用于表征样本图 像中像素点对应的权重值； 根据加权损失值训练 预设处理模 型， 直至加权损失值满足训练停止条 件， 得到图像处理模型。 根据本发明的实施例， 能 够提升训练得到的图像处 理模型的准确性。 权利要求书2页 说明书12页 附图4页 CN 114863531 A 2022.08.05 CN 114863531 A 1.一种模型生成方法， 其特 征在于， 所述方法包括： 获取多个训练数据， 每个所述训练数据包括： 样本 图像和所述样本 图像的面部掩码图 像， 所述面部掩码图像用于标记所述样本图像的面部区域； 将所述样本图像输入至预设处 理模型， 得到预测热度图像； 基于权重图像， 对所述预测热度图像中的每个像素点相对所述面部掩码图像的损失 值， 进行加权融合处理， 得到加权损失值； 所述权重图像用于表征所述样本图像中像素点对 应的权重值； 根据所述加权损失值训练所述预设处理模型， 直至所述加权损失值满足所述训练停止 条件， 得到图像处 理模型。 2.根据权利要求1所述的方法， 在所述基于权重图像， 对所述预测热度图像中的每个像 素点相对 所述面部掩码图像的损失值， 进 行加权融合处理， 得到加权损失值之前， 所述方法 还包括： 对所述样本 图像进行边缘提取处理， 确定所述样本 图像中的边缘像素点， 所述边缘像 素点包括： 发丝像素点、 面部轮廓像素点和五官轮廓像素点； 根据所述 边缘像素点 生成所述权 重图像。 3.根据权利要求1所述的方法， 在所述基于权重图像， 对所述预测热度图像中的每个像 素点相对 所述面部掩码图像的损失值， 进 行加权融合处理， 得到加权损失值之前， 所述方法 还包括： 对所述样本图像， 做高斯拉普拉斯 算子变换， 得到所述权 重图像。 4.根据权利要求1所述的方法， 所述基于权重图像， 对所述预测热度图像中的每个像素 点相对所述 面部掩码图像的损失值， 进行加权融合处 理， 得到加权损失值， 包括： 确定所述预测热度图像中的每 个像素点相对所述 面部掩码图像的损失值； 基于所述权 重图像， 对所述损失值进行加权融合处 理， 得到所述加权损失值。 5.根据权利要求1所述的方法， 在所述根据 所述加权损失值训练所述预设处理模型， 直 至所述加权损失值满足所述训练停止条件， 得到图像处 理模型之前， 所述方法还 包括： 对所述样本图像进行降采样处 理， 得到多个尺寸的样本图像； 分别确定每 个尺寸的样本图像对应的加权损失值； 根据预设权重系数和所述每个尺寸的样本图像对应的加权损失值， 确定多尺寸损失 值； 所述根据所述加权损失值训练所述预设处 理模型， 包括： 根据所述多尺寸损失值训练所述预设处理模型， 直至所述多尺寸损失值满足所述训练 停止条件， 得到所述图像处 理模型。 6.根据权利要求1所述的方法， 在所述将所述样本图像输入至预设处理模型， 得到预测 热度图像之前， 所述方法还 包括： 获取预设图像， 所述预设图像包括 面部区域； 对所述预设图像进行面部检测， 确定所述 面部区域的检测框； 基于所述检测框对所述预设图像进行 预裁剪处理， 得到所述样本图像。 7.根据权利要求6所述的方法， 所述基于所述检测框对所述预设图像进行预裁剪处理， 得到所述样本图像， 包括：权　利　要　求　书 1/2 页 2 CN 114863531 A 2基于所述检测框， 从所述预设图像中截取第一尺寸的面部区域图像； 对所述第一尺寸的面部区域图像进行多次随机裁剪， 得到所述样本 图像， 所述样本 图 像包括多个第二尺寸的面部区域图像。 8.一种图像生成方法， 其特 征在于， 所述方法包括： 获取待处 理图像， 所述待处 理图像包括 面部区域； 将所述待处理图像输入至预先训练的图像处理模型， 得到面部热度图像； 所述图像处 理模型根据样本图像和所述样本图像的面部掩码图像训练得到， 所述面部掩码图像用于标 记所述样本图像的面部区域； 对所述面部热度图像进行 滤波处理， 生成素描图像。 9.一种模型生成装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取多个训练数据， 每个所述训练数据包括： 样本图像和所述样本 图像的面部掩码图像， 所述 面部掩码图像用于标记所述样本图像的面部区域； 第一输入 模块， 用于将所述样本图像输入至预设处 理模型， 得到预测热度图像； 加权模块， 用于基于权重 图像， 对所述预测热度图像中的每个像素点相对所述面部掩 码图像的损失值， 进 行加权融合处理， 得到加权损失值； 所述权重图像用于表征所述样 本图 像中像素点对应的权 重值； 训练模块， 用于根据所述加权损 失值训练所述预设处理模型， 直至所述加权损 失值满 足所述训练停止条件， 得到所述图像处 理模型。 10.一种图像生成装置， 其特 征在于， 所述装置包括： 第二获取模块， 用于获取待处 理图像， 所述待处 理图像包括 面部区域； 第二输入模块， 用于将所述待处理图像输入至预先训练的图像处理模型， 得到面部热 度图像； 所述图像处理模型根据样本图像和所述样本图像的面部掩码图像训练得到， 所述 面部掩码图像用于标记所述样本图像的面部区域； 生成模块， 用于对所述 面部热度图像进行 滤波处理， 生成素描图像。 11.一种电子设备， 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中任一项所述的方法。 12.一种存储有计算机指令的非瞬时计算机可读存储介质， 其特征在于， 所述计算机指 令用于使所述计算机执 行权利要求1 ‑8中任一项所述的方法。 13.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1 ‑8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114863531 A 3