買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京奇藝世紀科技有限公司申請的專利模型訓練、人臉圖像處理方法及裝置、電子設備及可讀存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115049558B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210747577.3，技術領域涉及：G06T5/94；該發明授權模型訓練、人臉圖像處理方法及裝置、電子設備及可讀存儲介質是由李士超設計研發完成，并于2022-06-28向國家知識產權局提交的專利申請。

本模型訓練、人臉圖像處理方法及裝置、電子設備及可讀存儲介質在說明書摘要公布了：本發明涉及一種模型訓練方法及裝置、人臉圖像處理方法及裝置、電子設備及可讀存儲介質，其中一種模型訓練方法通過獲取人臉圖像的合成數據、真實數據及目標光照條件，并基于合成數據先將模型訓練至收斂，使得此時的模型學習到了合成數據的分布特點，然后加入真實數據與合成數據輪流對模型進行訓練，其中合成數據的訓練為模型學習真實數據的分布特點起到指導和監督的作用；由于模型訓練過程中考慮了真實數據的分布特點，最終訓練好的模型對真實數據的處理能力大大提升，使得訓練出的人臉圖像重光照模型，能夠將目標光照條件更真實地重光照到待處理的人臉圖像中，在處理后的人臉圖像中最大化地保留了目標光照條件的光照特征。

本發明授權模型訓練、人臉圖像處理方法及裝置、電子設備及可讀存儲介質在權利要求書中公布了：1.一種模型訓練方法，其特征在于，包括： 獲取人臉圖像的合成數據、真實數據及目標光照條件； 將合成數據及目標光照條件輸入到預先構建的第一網絡模型中進行訓練，直至所述第一網絡模型收斂，得到第一模型；其中，所述第一網絡模型包括去光模型、光影特征模型、圖像合成模型，所述去光模型、所述光影特征模型、所述圖像合成模型均由壓縮通道和擴展通道組成，所述壓縮通道采用卷積神經網絡結構，用于逐層提取人臉圖像的特征，所述擴展通道為解碼器，用于還原人臉圖像的位置信息； 將真實數據與目標光照條件，及，合成數據與目標光照條件輪流輸入到所述第一模型中進行訓練，直至第一模型收斂，得到人臉圖像重光照模型，包括：將真實數據輸入到所述第一模型中，得到真實數據自帶的光照條件下的第三人臉圖像；將目標光照條件輸入到所述第一模型中，得到目標光照條件下的第四人臉圖像；將合成數據輸入到所述第一模型中，得到合成數據自帶的光照條件下的第五人臉圖像；將目標光照條件輸入到所述第一模型中，得到目標光照條件下的第六人臉圖像；根據第二預設損失函數，計算第二損失函數值，并使用鏈式法則計算第一模型各個層的梯度；根據所述梯度，使用梯度下降算法和反向傳播算法更新第一模型的網絡參數；判斷更新后的第一模型是否滿足預設第一模型收斂條件，若是，判定當前模型收斂，將此時的第一模型確定為人臉圖像重光照模型；若否，重復執行上述訓練步驟，直至滿足預設第一模型收斂條件；所述第二預設損失函數包括以下項中的一項或多項的組合，包括：反照率貼圖，與，驗證反照率貼圖，兩者的內容損失函數；法向貼圖，與，驗證法向貼圖，兩者的內容損失函數；所述驗證反照率貼圖通過將所述第四人臉圖像輸入到所述去光模型后獲取；所述驗證法向貼圖通過將所述第四人臉圖像輸入到所述去光模型后獲取； 所述人臉圖像重光照模型用于將指定的目標光照條件重光照到人臉圖像中，得到目標光照條件下的人臉圖像； 其中，所述將合成數據及目標光照條件輸入到預先構建的第一網絡模型中進行訓練，包括： 將合成數據輸入到所述第一網絡模型中，得到合成數據自帶的光照條件下的第一人臉圖像，包括：將合成數據輸入到所述去光模型，得到反照率貼圖、法向貼圖和第一預測光照條件；所述第一預測光照條件為合成數據自帶的光照條件的預估值；將所述第一預測光照條件及法向貼圖輸入到所述光影特征模型，得到第一預測光照條件下的高光貼圖和第一預測光照條件下的陰影貼圖；將所述反照率貼圖、法向貼圖、第一預測光照條件下的高光貼圖、第一預測光照條件下的陰影貼圖，及第一預測光照條件輸入到所述圖像合成模型，得到第一預測光照條件下的第一人臉圖像； 將目標光照條件輸入到所述第一網絡模型中，得到目標光照條件下的第二人臉圖像，包括：將目標光照條件及法向貼圖輸入到所述光影特征模型，得到目標光照條件下的高光貼圖和目標光照條件下的陰影貼圖；將所述反照率貼圖、法向貼圖、目標光照條件下的高光貼圖、目標光照條件下的陰影貼圖，及目標光照條件輸入到所述圖像合成模型，得到目標光照條件下的第二人臉圖像； 根據第一預設損失函數，計算第一損失函數值，并使用鏈式法則計算第一網絡模型各個層的梯度；根據所述梯度，使用梯度下降算法和反向傳播算法更新第一模網絡型的網絡參數； 判斷更新后的第一網絡模型是否滿足預設第一網絡模型收斂條件，若是，判定當前模型收斂，將此時的第一網絡模型確定為第一模型；若否，重復執行上述訓練步驟，直至滿足預設第一模型收斂條件； 所述第一預設損失函數包括以下項中的一項或多項的組合，包括： 所述目標光照條件下的高光貼圖，與，目標光照條件下的高光貼圖的真值，兩者的內容損失函數； 所述目標光照條件下的陰影貼圖，與，目標光照條件下的陰影貼圖的真值，兩者的內容損失函數； 所述第二人臉圖像，與，目標光照條件下合成數據的真值，兩者的內容損失函數； 所述第一人臉圖像，與，輸入到所述去光模型中的合成數據的真值，兩者的內容損失函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京奇藝世紀科技有限公司，其通訊地址為：100089 北京市海淀區北一街2號鴻城拓展大廈10、11層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。