CN112950732A - 一种图像生成方法、装置、存储介质及电子设备 - Google Patents

Abstract

本说明书公开了一种图像生成方法、装置、存储介质及电子设备，本说明书实施例将获取到的指定非可见光人脸图像和指定可见光人脸图像输入预先训练的图像生成模型中，通过图像生成模型的第一模型提取指定非可见人脸图像的人脸语义特征，通过第二模型的环境特征编码器提取指定可见光人脸图像的环境特征。然后，通过第二模型的图像生成器，将人脸语义特征与环境特征进行融合，得到目标可见光人脸图像。在此方法中，可将人脸图像的特征分离成人脸语义特征和环境特征，然后，在根据所需人脸语义特征和所需环境特征生成指定人脸图像时，可以避免处于同一人脸图像中的这两种特征相互影响，从而提高了指定人脸图像的图像质量。

Description

一种图像生成方法、装置、存储介质及电子设备

技术领域

本说明书涉及计算机技术领域，尤其涉及一种图像生成方法、装置、存储介质及电子设备。

背景技术

如今，人脸图像广泛应用于安防监控、人脸识别等场景。以人脸识别场景为例，在光线昏暗的环境下获得的可见光人脸图像中的人脸较为模糊，而同样光线昏暗的环境下获取的诸如近红外人脸图像等非可见光人脸图像中的人脸较为清晰。但是现有的人脸识别模型大多应用于可见光人脸图像，因此，在光线昏暗的环境下，为了能够使用现有的人脸识别模型，并且具有较好的识别效果，就需要通过非可见光人脸图像生成可见光人脸图像。也就是，将非可见光人脸图像转换成可见光人脸图像。其中，可见光人脸图像是在自然光的环境下获得的人脸图像，非可见光人脸图像是在非自然光的环境下获得的人脸图像。比如，近红外人脸图像是在近红外光照射下获得的人脸图像。

现有技术中，以近红外人脸图像转换成可见光人脸图像为例，将近红外人脸图像作为训练样本输入待训练的图像生成模型中，将可见光人脸图像作为标签，对待训练的图像生成模型进行训练。训练完成后的图像生成模型，可以将近红外人脸图像转换成相应的可见光人脸图像。

然而，现有技术中的图像生成模型生成的可见光人脸图像存在质量太差的问题。

发明内容

本说明书实施例提供一种图像生成方法、装置、存储介质及电子设备，以部分解决上述现有技术存在的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种图像生成方法，包括：

获取指定非可见光人脸图像及指定可见光人脸图像；

将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见人脸图像的人脸语义特征；将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征；

将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

可选地，在将所述人脸语义特征输入所述第二模型中的图像生成器之前，还包括：

将所述人脸语义特征输入所述图像生成模型中的第三模型，通过所述第三模型，对所述人脸语义特征进行转换，得到可见光人脸语义特征；

将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像，具体包括：

将所述可见光人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述可见光人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像；

其中，所述环境特征包括：光谱特征；所述人脸语义特征包括：人脸几何特征、姿态特征和表情特征中至少一种。

可选地，训练所述图像生成模型，具体包括：

获取样本非可见光人脸图像及样本可见光人脸图像；

将所述样本非可见光人脸图像及所述样本可见光人脸图像输入所述图像生成模型，通过所述图像生成模型，生成可见光人脸图像，作为待优化可见光人脸图像；

将所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像依次输入预先训练的特征提取模型，通过所述特征提取模型，依次对所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像进行特征提取，得到待优化可见光人脸图像的图像特征、样本非可见光人脸图像的图像特征及样本可见光人脸图像的图像特征；其中，所述图像特征包括：环境特征和人脸语义特征；

以待优化可见光人脸图像的人脸语义特征与样本非可见光人脸图像的人脸语义特征的差异最小化及待优化可见光人脸图像的环境特征与样本可见光人脸图像的环境特征的差异最小化为训练目标，对所述图像生成模型进行训练。

可选地，所述第一模型包括：第一环境特征编码器和第一人脸语义特征编码器；

训练所述图像生成模型中的第一模型，具体包括：

获取样本非可见光人脸图像；

将所述样本非可见光人脸图像输入所述第一模型，通过所述第一环境特征编码器，提取所述样本非可见光人脸图像的环境特征，作为待优化环境特征；

通过所述第一人脸语义特征编码器，提取所述样本非可见光人脸图像的人脸语义特征，作为待优化人脸语义特征；

根据所述待优化环境特征与所述待优化人脸语义特征，对所述第一模型进行训练。

可选地，所述第一模型还包括：第一图像生成器和第一人脸语义生成器；

根据所述待优化环境特征与所述待优化人脸语义特征，对所述第一模型进行训练，具体包括：

将所述待优化环境特征与所述待优化人脸语义特征输入所述第一图像生成器，通过所述第一图像生成器，生成待优化非可见光人脸图像；

将所述待优化人脸语义特征输入所述第一人脸语义生成器，通过所述第一人脸语义生成器，生成待优化人脸语义图；

以所述待优化环境特征与所述待优化人脸语义特征的差异最大化、所述待优化非可见光人脸图像与所述样本非可见光人脸图像的差异最小化及所述待优化人脸语义图与针对所述样本非可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对所述第一模型进行训练。

可选地，所述第一模型还包括：第一特征编码器；

以所述待优化非可见光人脸图像与所述样本非可见光人脸图像的差异最小化为训练目标，对所述第一模型进行训练，具体包括：

将所述待优化非可见光人脸图像输入所述第一特征编码器，通过所述第一特征编码器，提取所述待优化非可见光人脸图像的特征，作为比对特征；

将所述待优化环境特征与所述待优化人脸语义特征进行合并，得到待优化特征；

以所述比对特征与所述待优化特征的差异最小化为训练目标，对所述第一模型进行训练。

可选地，所述第三模型包括：生成对抗网络；其中，所述生成对抗网络包括：生成器和判别器；

训练所述第三模型，具体包括：

获取样本非可见光人脸图像；

通过所述第一模型，提取所述样本非可见光人脸图像的人脸语义特征，作为目标非可见光人脸语义特征；

将所述目标非可见光人脸语义特征输入所述生成器，通过所述生成器，生成待优化目标可见光人脸语义特征；

将所述待优化目标可见光人脸语义特征输入所述生成器和所述判别器，通过所述生成器，生成比对非可见光人脸语义特征；通过所述判别器，对所述生成器生成的待优化目标可见光人脸语义特征进行判断，得到判断结果；

至少以所述比对非可见光人脸语义特征与所述目标非可见光人脸语义特征的差异最小化为训练目标，对包含生成器和判别器的第三模型进行训练。

本说明书提供的一种图像生成装置，包括：

获取模块，用于获取指定非可见光人脸图像及指定可见光人脸图像；

人脸语义特征提取模块，用于将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见光人脸图像的人脸语义特征；

环境特征提取模块，用于将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征；

图像生成模块，用于将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像生成方法。

本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的图像生成方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

本说明书实施例将获取到的指定非可见光人脸图像和指定可见光人脸图像输入预先训练的图像生成模型中，通过图像生成模型的第一模型提取指定非可见人脸图像的人脸语义特征，通过第二模型的环境特征编码器提取指定可见光人脸图像的环境特征。然后，通过第二模型的图像生成器，将人脸语义特征与环境特征进行融合，得到目标可见光人脸图像。在此方法中，可将人脸图像的特征分离成人脸语义特征和环境特征，然后，在根据所需人脸语义特征和所需环境特征生成指定人脸图像时，可以避免处于同一人脸图像中的这两种特征相互影响，从而提高了指定人脸图像的图像质量。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书实施例提供的图像生成流程示意图；

图2为本说明书实施例提供的图像生成模型应用的示意图；

图3为本说明书实施例提供的图像生成模型训练过程的示意图；

图4为本说明书实施例提供的图像生成装置结构示意图；

图5为本说明书实施例提供的电子设备的结构示意图。

具体实施方式

现有技术中，可以通过相关的图像生成模型将非可见光人脸图像(如近红外人脸图像)转换成可见光人脸图像。其中，以循环生成对抗网络(Cycle GenerativeAdversarial Networks，CycleGAN)为例，对将近红外人脸图像转换成可见光人脸图像的过程进行说明。对CycleGAN进行训练时，将近红外人脸图像作为训练样本输入CycleGAN中，然后根据可见光人脸图像的特征分布，将近红外人脸图像转换成相应的可见光人脸图像。在此过程中，CycleGAN只学习到可见光人脸图像整体的图像特征分布，不会注重可见光人脸图像中人脸的姿态、表情、光谱等特征，这样导致CycleGAN生成的可见光人脸图像只是将近红外域的近红外人脸图像转换成可见光域的可见光人脸图像。因此，CycleGAN生成的可见光人脸图像普遍存在图像质量差的问题。

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书实施例提供的图像生成流程示意图，包括：

S100：获取指定非可见光人脸图像及指定可见光人脸图像。

在本说明书实施例中，非可见光是人眼无法感知的电磁波，而可见光是指人眼可以感知的电磁波。其中，非可见光可以是近红外光，相应的，非可见光人脸图像可以是近红外人脸图像。

在本说明书实施例中，可以通过针对非可见光的图像采集设备，采集非可见光人脸图像。若非可见光为近红外光，可以通过近红外摄像头，采集近红外人脸图像。而对于可见光人脸图像，可以通过常规的图像采集设备进行采集。

在本说明书实施例中，指定非可见光人脸图像可以是具有所需的人脸语义特征的非可见光人脸图像。指定可见光人脸图像可以是具有所需的环境特征的可见光人脸图像。将所需的人脸语义特征与所需的环境特征重新融合，就可以得到所需的可见光人脸图像。也就是，在保持非可见光人脸图像中人脸的身份信息不变的情况下，将该非可见光人脸图像转换成可见光人脸图像。其中，环境特征可包括：光谱特征。人脸语义特征可包括：人脸几何特征、姿态特征和表情特征中的至少一种。

S102：将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见人脸图像的人脸语义特征。

在本说明书实施例中，预先训练的图像生成模型可包括：第一模型、第二模型和第三模型。如图2所示。在图2中，图像生成模型中的第一模型可包括：第一人脸语义特征编码器，第二模型可包括：环境特征编码器和图像生成器。另外，第一模型应用于非可见光域，第二模型应用于可见光域。

具体的，将获取的指定非可见光人脸图像输入到第一模型中，通过第一人脸语义特征编码器，对指定非可见光人脸图像进行人脸语义特征提取，得到指定非可见光人脸图像的人脸语义特征。其中，人脸语义特征可包括：脸型等人脸几何特征，脸的朝向等姿态特征，脸的笑容等表情特征。

S104：将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征。

在本说明书实施例中，将获取到的指定可见光人脸图像输入第二模型中的环境特征编码器中，通过环境特征编码器，对指定可见光人脸图像的环境特征进行提取，得到指定可见光人脸图像的环境特征。其中，环境特征可包括：光照亮度等光谱特征。

需要说明的是，当图像生成模型中包含多个具有相同功能的环境特征编码器时，第二模型中的环境特征编码器又称为第二环境特征编码器。

需要说明的是，上述步骤S102与步骤S104并没有先后顺序。

S106：将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

在本说明书实施例中，通过上述步骤S102与步骤S104分别获得人脸语义特征和环境特征之后，可以将人脸语义特征与环境特征输入第二模型中的图像生成器中，通过图像生成器，将人脸语义特征与环境特征进行融合，重新生成所需的可见光人脸图像，作为目标可见光人脸图像。

在实际应用中，由于步骤S102获得的人脸语义特征是从指定非可见光人脸图像中提取的，而步骤S104获得的环境特征是从指定可见光人脸图像中提取的，所以人脸语义特征属于非可见光域的非可见光人脸语义特征，环境特征属于可见光域的可见光环境特征。由于非可见光域和可见光域表示同一特征的表示方式不一致，导致非可见光人脸语义特征与可见光环境特征不能直接进行融合。又因为所要生成的人脸图像是可见光人脸图像，因此，需要将从指定非可见光人脸图像中提取的非可见光人脸语义特征转换成可见光域的可见光人脸语义特征。

具体的，在将人脸语义特征输入第二模型中的图像生成器之前，将人脸语义特征输入图像生成模型中的第三模型，通过第三模型，对人脸语义特征进行转换，得到可见光人脸语义特征。其中，可见光域的可见光人脸语义特征所表示的特征与非可见光域的非可见光人脸语义特征所表示的特征一致，但对该特征表示的方式不同。

进一步，可见光人脸语义特征与从指定可见光人脸图像中提取的环境特征都处于可见光域，也就是说，可见光人脸语义特征与环境特征对特征的表示方式一致，可以直接进行融合。具体的，将可见光人脸语义特征与环境特征输入第二模型的图像生成器中，通过图像生成器，将可见光人脸语义特征与环境特征进行融合，得到目标可见光人脸图像。

需要说明的是，当图像生成模型中包含多个具有相同功能的图像生成器时，第二模型中的图像生成器又称为第二图像生成器。

通过上述图1所示的方法可见，本说明书将获取到的指定非可见光人脸图像和指定可见光人脸图像输入预先训练的图像生成模型中，通过图像生成模型的第一模型提取指定非可见人脸图像的人脸语义特征，通过第二模型的环境特征编码器提取指定可见光人脸图像的环境特征。然后，通过第二模型的图像生成器，将人脸语义特征与环境特征进行融合，得到目标可见光人脸图像。在此方法中，通过图像生成模型先将所有人脸图像的图像特征分离成人脸语义特征和环境特征，这样同一人脸图像中的人脸语义特征和环境特征就互不干扰。然后，可以将非可见光域的非可见光人脸图像中的人脸语义特征与可见光域的可见光人脸图像中的环境特征相融合，得到所需的可见光人脸图像。这样生成的可见光图像可以保证人脸语义特征和环境特征的充分表达，不会忽略图像特征中的任何特征，从而提高了生成的可见光人脸图像的图像质量。

进一步的，基于如图1所示的图像生成的方法，本说明书实施例提供图像生成模型训练过程的示意图，如图3所示。

在图3中，图像生成模型包括：第一模型、第二模型和第三模型。其中，第一模型包括：第一环境特征编码器、第一人脸语义特征编码器、第一图像生成器、第一人脸语义生成器和第一特征编码器。第二模型包括：第二环境特征编码器、第二人脸语义特征编码器、第二图像生成器、第二人脸语义生成器和第二特征编码器。

基于上述图3中的图像生成模型训练过程的模型结构及图1所示的图像生成方法，对图像生成模型进行训练。

对图像生成模型进行训练的方法可包括：先获取样本非可见光人脸图像及样本可见光人脸图像。然后，将样本非可见光人脸图像及样本可见光人脸图像输入图像生成模型中，通过图像生成模型，生成可见光人脸图像，作为待优化可见光人脸图像。将待优化可见光人脸图像、样本非可见光人脸图像和样本可见光人脸图像依次输入预先训练的特征提取模型(特征提取模型在图3中并未示出)，通过特征提取模型，依次对待优化可见光人脸图像、样本非可见光人脸图像和样本可见光人脸图像进行特征提取，得到待优化可见光人脸图像的图像特征、样本非可见光人脸图像的图像特征及样本可见光人脸图像的图像特征。其中，上述的图像特征包括：环境特征和人脸语义特征。以待优化可见光人脸图像的人脸语义特征与样本非可见光人脸图像的人脸语义特征的差异最小化及待优化可见光人脸图像的环境特征与样本可见光人脸图像的环境特征的差异最小化为训练目标，对图像生成模型进行训练。上述预先训练的特征提取模型可以是VGG16模型。

进一步，当将待优化可见光人脸图像输入预先训练的特征提取模型进行特征提取时，还可以将待优化可见光人脸图像输入预先训练的人脸识别模型中(人脸识别模型在图3中并未示出)，通过人脸识别模型，获得待优化可见人脸图像中人脸的身份信息。最终，以该身份信息与标注的真实可见光人脸图像中人脸的身份信息的差异最小化、待优化可见光人脸图像的人脸语义特征与样本非可见光人脸图像的人脸语义特征的差异最小化及待优化可见光人脸图像的环境特征与样本可见光人脸图像的环境特征的差异最小化为训练目标，对图像生成模型进行训练。

另外，还可以对图像生成模型中的第一模型、第二模型和第三模型进行单独训练。

其中，训练第一模型的方法可包括：先获取样本非可见光人脸图像，作为训练样本。将样本非可见光人脸图像输入第一模型中，通过第一模型中的第一环境特征编码器，提取样本非可见光人脸图像的环境特征，作为待优化环境特征。通过第一模型中的第一人脸语义特征编码器，提取样本非可见光人脸图像的人脸语义特征，作为待优化人脸语义特征。根据待优化环境特征与待优化人脸语义特征，对第一模型进行训练。

进一步，根据待优化环境特征与待优化人脸语义特征，对第一模型进行训练的方法可包括：将待优化人脸语义特征输入第一人脸语义生成器，通过第一人脸语义生成器，生成待优化人脸语义图。同时，将待优化环境特征与待优化人脸语义特征输入第一图像生成器，通过第一图像生成器，生成待优化非可见光人脸图像。然后，待优化非可见光人脸图像输入到第一特征编码器中，通过第一特征编码器，提取待优化非可见光人脸图像的特征，作为比对特征。同时，将待优化环境特征与待优化人脸语义特征进行合并，得到待优化特征。以待优化环境特征与待优化人脸语义特征的差异最大化为训练目标，对第一模型进行训练；和/或，以待优化人脸语义图与针对样本非可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对第一模型进行训练；和/或，以待优化非可见光人脸图像与样本非可见光人脸图像的差异最小化为训练目标，对第一模型进行训练；和/或，以比对特征与待优化特征的差异最小化为训练目标，对第一模型进行训练。

具体的，在以待优化环境特征与待优化人脸语义特征的差异最大化为训练目标，对第一模型进行训练时，可计算待优化环境特征与待优化人脸语义特征的互信息，以互信息最小化为训练目标，对第一模型进行训练。在待优化人脸语义图与针对样本非可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对第一模型进行训练时，可以计算待优化人脸语义图与针对样本非可见光人脸图像标注的真实人脸语义图之间的交叉熵，以交叉熵最小化为训练目标，对第一模型进行训练。在待优化非可见光人脸图像与样本非可见光人脸图像的差异最小化为训练目标，对第一模型进行训练时，可以计算待优化非可见光人脸图像与样本非可见光人脸图像之间的1-范数，以1-范数最小化为训练目标，对第一模型进行训练。在以比对特征与待优化特征的差异最小化为训练目标，对第一模型进行训练时，可以计算比对特征与待优化特征的互信息，以互信息最大化为训练目标，对第一模型进行训练。

其中，待优化环境特征与待优化人脸语义特征的互信息最小化，是为了让待优化环境特征与待优化人脸语义特征完全独立，互不干扰。比对特征与待优化特征的互信息最大化，是为了让待优化人脸语义特征与待优化环境特征重新融合时，减小特征信息的损失。

由于第一模型与第二模型的模型结构相同且第一模型与第二模型内对应模块的功能相似，因此可以采用上述第一模型的训练方法对第二模型进行训练。

具体的，训练第二模型的方法可包括：先获取样本可见光人脸图像，作为训练样本。将样本可见光人脸图像输入第二模型中，通过第二模型中的第二环境特征编码器，提取样本可见光人脸图像的环境特征，作为待优化可见光环境特征。通过第二模型中的第二人脸语义特征编码器，提取样本可见光人脸图像的人脸语义特征，作为待优化可见光人脸语义特征。根据待优化可见光环境特征与待优化可见光人脸语义特征，对第二模型进行训练。

进一步，根据待优化可见光环境特征与待优化可见光人脸语义特征，对第二模型进行训练的方法可包括：将待优化可见光人脸语义特征输入第二人脸语义生成器，通过第二人脸语义生成器，生成待优化可见光人脸语义图。同时，将待优化可见光环境特征与待优化可见光人脸语义特征输入第二图像生成器，通过第二图像生成器，生成待优化可见光人脸图像。然后，待优化可见光人脸图像输入到第二特征编码器中，通过第二特征编码器，提取待优化可见光人脸图像的特征，作为可见光比对特征。同时，将待优化可见光环境特征与待优化可见光人脸语义特征进行合并，得到待优化可见光特征。以待优化可见光环境特征与待优化可见光人脸语义特征的差异最大化为训练目标，对第二模型进行训练；和/或，以待优化可见光人脸语义图与针对样本可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对第二模型进行训练；和/或，以待优化可见光人脸图像与样本可见光人脸图像的差异最小化为训练目标，对第二模型进行训练；和/或，以可见光比对特征与待优化可见光特征的差异最小化为训练目标，对第二模型进行训练。

具体的，在以待优化可见光环境特征与待优化可见光人脸语义特征的差异最大化为训练目标，对第二模型进行训练时，可以计算待优化可见光环境特征与待优化可见光人脸语义特征的互信息，以互信息最小化为训练目标，对第二模型进行训练。在以待优化可见光人脸语义图与针对样本可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对第二模型进行训练时，可以计算待优化可见光人脸语义图与针对样本可见光人脸图像标注的真实人脸语义图之间的交叉熵，以交叉熵最小化为训练目标，对第二模型进行训练。在以待优化可见光人脸图像与样本可见光人脸图像的差异最小化为训练目标，对第二模型进行训练时，可以计算待优化可见光人脸图像与样本可见光人脸图像之间的1-范数，以1-范数最小化为训练目标，对第二模型进行训练。在以可见光比对特征与待优化可见光特征的差异最小化为训练目标，对第二模型进行训练时，可以计算可见光比对特征与待优化可见光特征的互信息，以互信息最大化为训练目标，对第二模型进行训练。

其中，待优化可见光环境特征与待优化可见光人脸语义特征的互信息最小化，是为了让待优化可见光环境特征与待优化可见光人脸语义特征完全独立，互不干扰。可见光比对特征与待优化可见光特征的互信息最大化，是为了让待优化可见光人脸语义特征与待优化可见光环境特征重新融合时，减小特征信息的损失。

除此之外，图像生成模型的第三模型可包括：生成对抗网络。其中，生成对抗网络由生成器和判别器构成。

其中，第三模型的训练方法可包括：在获取样本非可见光人脸图像之后，通过图像生成模型的第一模型，提取样本非可见光人脸图像的人脸语义特征，作为目标非可见光人脸语义特征。将目标非可见光人脸语义特征输入生成对抗网络的生成器，通过生成器，生成待优化目标可见光人脸语义特征。将待优化目标可见光人脸语义特征输入生成器和判别器，通过生成器，生成比对非可见光人脸语义特征。通过判别器，判断输入判别器的可见光人脸语义特征是否为可见光人脸图像标注的真实可见光人脸语义特征，若输入判别器的可见光人脸语义特征为生成器所生成的待优化目标可见光人脸语义特征，则判别器的判断结果为假；若输入判别器的可见光人脸语义特征为可见光人脸图像标注的真实可见光人脸语义特征，则判别器的判断结果为真。然后，至少以比对非可见光人脸语义特征与目标非可见光人脸语义特征的差异最小化为训练目标，对包含生成器和判别器的第三模型进行训练。另外，还可以以生成器生成的待优化目标可见光人脸语义特征与可见光人脸图像标注的真实可见光人脸语义特征的差异最小化及判别器判断结果的准确性最高为训练目标，对第三模型进行训练。

以上为本说明书实施例提供的图像生成方法，基于同样的思路，本说明书还提供了相应的装置、存储介质和电子设备。

图4为本说明书实施例提供的一种图像生成装置的结构示意图，所述装置包括：

获取模块401，用于获取指定非可见光人脸图像及指定可见光人脸图像；

人脸语义特征提取模块402，用于将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见光人脸图像的人脸语义特征；

环境特征提取模块403，用于将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征；

图像生成模块404，用于将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

可选地，在将所述人脸语义特征输入所述第二模型中的图像生成器之前，所述人脸语义特征提取模块402还用于，将所述人脸语义特征输入所述图像生成模型中的第三模型，通过所述第三模型，对所述人脸语义特征进行转换，得到可见光人脸语义特征。

可选地，所述人脸语义特征提取模块402具体用于，将所述可见光人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述可见光人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像；其中，所述环境特征包括：光谱特征；所述人脸语义特征包括：人脸几何特征、姿态特征和表情特征中至少一种。

可选地，所述装置还包括：训练模块405；

所述训练模块405用于，获取样本非可见光人脸图像及样本可见光人脸图像；将所述样本非可见光人脸图像及所述样本可见光人脸图像输入所述图像生成模型，通过所述图像生成模型，生成可见光人脸图像，作为待优化可见光人脸图像；将所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像依次输入预先训练的特征提取模型，通过所述特征提取模型，依次对所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像进行特征提取，得到待优化可见光人脸图像的图像特征、样本非可见光人脸图像的图像特征及样本可见光人脸图像的图像特征；其中，所述图像特征包括：环境特征和人脸语义特征；以待优化可见光人脸图像的人脸语义特征与样本非可见光人脸图像的人脸语义特征的差异最小化及待优化可见光人脸图像的环境特征与样本可见光人脸图像的环境特征的差异最小化为训练目标，对所述图像生成模型进行训练。

可选地，所述第一模型包括：第一环境特征编码器和第一人脸语义特征编码器，所述训练模块405具体用于，获取样本非可见光人脸图像；将所述样本非可见光人脸图像输入所述第一模型，通过所述第一环境特征编码器，提取所述样本非可见光人脸图像的环境特征，作为待优化环境特征；通过所述第一人脸语义特征编码器，提取所述样本非可见光人脸图像的人脸语义特征，作为待优化人脸语义特征；根据所述待优化环境特征与所述待优化人脸语义特征，对所述第一模型进行训练。

可选地，所述第一模型还包括：第一图像生成器和第一人脸语义生成器，所述训练模块405具体用于，将所述待优化环境特征与所述待优化人脸语义特征输入所述第一图像生成器，通过所述第一图像生成器，生成待优化非可见光人脸图像；将所述待优化人脸语义特征输入所述第一人脸语义生成器，通过所述第一人脸语义生成器，生成待优化人脸语义图；以所述待优化环境特征与所述待优化人脸语义特征的差异最大化、所述待优化非可见光人脸图像与所述样本非可见光人脸图像的差异最小化及所述待优化人脸语义图与针对所述样本非可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对所述第一模型进行训练。

可选地，所述第一模型还包括：第一特征编码器，所述训练模块405具体用于，将所述待优化非可见光人脸图像输入所述第一特征编码器，通过所述第一特征编码器，提取所述待优化非可见光人脸图像的特征，作为比对特征；将所述待优化环境特征与所述待优化人脸语义特征进行合并，得到待优化特征；以所述比对特征与所述待优化特征的差异最小化为训练目标，对所述第一模型进行训练。

可选地，所述第三模型包括：生成对抗网络；其中，所述生成对抗网络包括：生成器和判别器；所述训练模块405具体用于，获取样本非可见光人脸图像；通过所述第一模型，提取所述样本非可见光人脸图像的人脸语义特征，作为目标非可见光人脸语义特征；将所述目标非可见光人脸语义特征输入所述生成器，通过所述生成器，生成待优化目标可见光人脸语义特征；将所述待优化目标可见光人脸语义特征输入所述生成器和所述判别器，通过所述生成器，生成比对非可见光人脸语义特征；通过所述判别器，对所述待优化目标可见光人脸语义特征进行判断，得到判断结果；至少以所述比对非可见光人脸语义特征与所述目标非可见光人脸语义特征的差异最小化为训练目标，对包含生成器和判别器的第三模型进行训练。

本说明书还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可用于执行上述图1提供的图像生成方法。

基于图1所示的运动轨迹的预测方法，本说明书实施例还提供了图5所示的无人设备的结构示意图。如图5，在硬件层面，该无人设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的图像生成方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、***、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种图像生成方法，其特征在于，包括：

获取指定非可见光人脸图像及指定可见光人脸图像；

将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见人脸图像的人脸语义特征；将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征；

将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

2.如权利要求1所述的方法，其特征在于，在将所述人脸语义特征输入所述第二模型中的图像生成器之前，还包括：

将所述人脸语义特征输入所述图像生成模型中的第三模型，通过所述第三模型，对所述人脸语义特征进行转换，得到可见光人脸语义特征；

将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像，具体包括：

将所述可见光人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述可见光人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像；

其中，所述环境特征包括：光谱特征；所述人脸语义特征包括：人脸几何特征、姿态特征和表情特征中至少一种。

3.如权利要求1所述的方法，其特征在于，训练所述图像生成模型，具体包括：

获取样本非可见光人脸图像及样本可见光人脸图像；

将所述样本非可见光人脸图像及所述样本可见光人脸图像输入所述图像生成模型，通过所述图像生成模型，生成可见光人脸图像，作为待优化可见光人脸图像；

将所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像依次输入预先训练的特征提取模型，通过所述特征提取模型，依次对所述待优化可见光人脸图像、所述样本非可见光人脸图像和所述样本可见光人脸图像进行特征提取，得到待优化可见光人脸图像的图像特征、样本非可见光人脸图像的图像特征及样本可见光人脸图像的图像特征；其中，所述图像特征包括：环境特征和人脸语义特征；

以待优化可见光人脸图像的人脸语义特征与样本非可见光人脸图像的人脸语义特征的差异最小化及待优化可见光人脸图像的环境特征与样本可见光人脸图像的环境特征的差异最小化为训练目标，对所述图像生成模型进行训练。

4.如权利要求1所述的方法，其特征在于，所述第一模型包括：第一环境特征编码器和第一人脸语义特征编码器；

训练所述图像生成模型中的第一模型，具体包括：

获取样本非可见光人脸图像；

将所述样本非可见光人脸图像输入所述第一模型，通过所述第一环境特征编码器，提取所述样本非可见光人脸图像的环境特征，作为待优化环境特征；

通过所述第一人脸语义特征编码器，提取所述样本非可见光人脸图像的人脸语义特征，作为待优化人脸语义特征；

根据所述待优化环境特征与所述待优化人脸语义特征，对所述第一模型进行训练。

5.如权利要求4所述的方法，其特征在于，所述第一模型还包括：第一图像生成器和第一人脸语义生成器；

根据所述待优化环境特征与所述待优化人脸语义特征，对所述第一模型进行训练，具体包括：

将所述待优化环境特征与所述待优化人脸语义特征输入所述第一图像生成器，通过所述第一图像生成器，生成待优化非可见光人脸图像；

将所述待优化人脸语义特征输入所述第一人脸语义生成器，通过所述第一人脸语义生成器，生成待优化人脸语义图；

以所述待优化环境特征与所述待优化人脸语义特征的差异最大化、所述待优化非可见光人脸图像与所述样本非可见光人脸图像的差异最小化及所述待优化人脸语义图与针对所述样本非可见光人脸图像标注的真实人脸语义图的差异最小化为训练目标，对所述第一模型进行训练。

6.如权利要求5所述的方法，其特征在于，所述第一模型还包括：第一特征编码器；

以所述待优化非可见光人脸图像与所述样本非可见光人脸图像的差异最小化为训练目标，对所述第一模型进行训练，具体包括：

将所述待优化非可见光人脸图像输入所述第一特征编码器，通过所述第一特征编码器，提取所述待优化非可见光人脸图像的特征，作为比对特征；

将所述待优化环境特征与所述待优化人脸语义特征进行合并，得到待优化特征；

以所述比对特征与所述待优化特征的差异最小化为训练目标，对所述第一模型进行训练。

7.如权利要求2所述的方法，其特征在于，所述第三模型包括：生成对抗网络；其中，所述生成对抗网络包括：生成器和判别器；

训练所述第三模型，具体包括：

获取样本非可见光人脸图像；

通过所述第一模型，提取所述样本非可见光人脸图像的人脸语义特征，作为目标非可见光人脸语义特征；

将所述目标非可见光人脸语义特征输入所述生成器，通过所述生成器，生成待优化目标可见光人脸语义特征；

将所述待优化目标可见光人脸语义特征输入所述生成器和所述判别器，通过所述生成器，生成比对非可见光人脸语义特征；通过所述判别器，对所述生成器生成的待优化目标可见光人脸语义特征进行判断，得到判断结果；

至少以所述比对非可见光人脸语义特征与所述目标非可见光人脸语义特征的差异最小化为训练目标，对包含生成器和判别器的第三模型进行训练。

8.一种图像生成装置，其特征在于，包括：

获取模块，用于获取指定非可见光人脸图像及指定可见光人脸图像；

人脸语义特征提取模块，用于将所述指定非可见光人脸图像输入预先训练的图像生成模型中的第一模型，通过所述第一模型，提取所述指定非可见光人脸图像的人脸语义特征；

环境特征提取模块，用于将所述指定可见光人脸图像输入所述图像生成模型中的第二模型，通过所述第二模型的环境特征编码器，提取所述指定可见光人脸图像的环境特征；

图像生成模块，用于将所述人脸语义特征与所述环境特征输入所述第二模型中的图像生成器，通过所述图像生成器，将所述人脸语义特征与所述环境特征进行融合，得到目标可见光人脸图像。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-7任一项所述的方法。

Images