买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京奇艺世纪科技有限公司申请的专利模型训练、人脸图像处理方法及装置、电子设备及可读存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115049558B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210747577.3，技术领域涉及：G06T5/94；该发明授权模型训练、人脸图像处理方法及装置、电子设备及可读存储介质是由李士超设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本模型训练、人脸图像处理方法及装置、电子设备及可读存储介质在说明书摘要公布了：本发明涉及一种模型训练方法及装置、人脸图像处理方法及装置、电子设备及可读存储介质，其中一种模型训练方法通过获取人脸图像的合成数据、真实数据及目标光照条件，并基于合成数据先将模型训练至收敛，使得此时的模型学习到了合成数据的分布特点，然后加入真实数据与合成数据轮流对模型进行训练，其中合成数据的训练为模型学习真实数据的分布特点起到指导和监督的作用；由于模型训练过程中考虑了真实数据的分布特点，最终训练好的模型对真实数据的处理能力大大提升，使得训练出的人脸图像重光照模型，能够将目标光照条件更真实地重光照到待处理的人脸图像中，在处理后的人脸图像中最大化地保留了目标光照条件的光照特征。

本发明授权模型训练、人脸图像处理方法及装置、电子设备及可读存储介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取人脸图像的合成数据、真实数据及目标光照条件； 将合成数据及目标光照条件输入到预先构建的第一网络模型中进行训练，直至所述第一网络模型收敛，得到第一模型；其中，所述第一网络模型包括去光模型、光影特征模型、图像合成模型，所述去光模型、所述光影特征模型、所述图像合成模型均由压缩通道和扩展通道组成，所述压缩通道采用卷积神经网络结构，用于逐层提取人脸图像的特征，所述扩展通道为解码器，用于还原人脸图像的位置信息； 将真实数据与目标光照条件，及，合成数据与目标光照条件轮流输入到所述第一模型中进行训练，直至第一模型收敛，得到人脸图像重光照模型，包括：将真实数据输入到所述第一模型中，得到真实数据自带的光照条件下的第三人脸图像；将目标光照条件输入到所述第一模型中，得到目标光照条件下的第四人脸图像；将合成数据输入到所述第一模型中，得到合成数据自带的光照条件下的第五人脸图像；将目标光照条件输入到所述第一模型中，得到目标光照条件下的第六人脸图像；根据第二预设损失函数，计算第二损失函数值，并使用链式法则计算第一模型各个层的梯度；根据所述梯度，使用梯度下降算法和反向传播算法更新第一模型的网络参数；判断更新后的第一模型是否满足预设第一模型收敛条件，若是，判定当前模型收敛，将此时的第一模型确定为人脸图像重光照模型；若否，重复执行上述训练步骤，直至满足预设第一模型收敛条件；所述第二预设损失函数包括以下项中的一项或多项的组合，包括：反照率贴图，与，验证反照率贴图，两者的内容损失函数；法向贴图，与，验证法向贴图，两者的内容损失函数；所述验证反照率贴图通过将所述第四人脸图像输入到所述去光模型后获取；所述验证法向贴图通过将所述第四人脸图像输入到所述去光模型后获取； 所述人脸图像重光照模型用于将指定的目标光照条件重光照到人脸图像中，得到目标光照条件下的人脸图像； 其中，所述将合成数据及目标光照条件输入到预先构建的第一网络模型中进行训练，包括： 将合成数据输入到所述第一网络模型中，得到合成数据自带的光照条件下的第一人脸图像，包括：将合成数据输入到所述去光模型，得到反照率贴图、法向贴图和第一预测光照条件；所述第一预测光照条件为合成数据自带的光照条件的预估值；将所述第一预测光照条件及法向贴图输入到所述光影特征模型，得到第一预测光照条件下的高光贴图和第一预测光照条件下的阴影贴图；将所述反照率贴图、法向贴图、第一预测光照条件下的高光贴图、第一预测光照条件下的阴影贴图，及第一预测光照条件输入到所述图像合成模型，得到第一预测光照条件下的第一人脸图像； 将目标光照条件输入到所述第一网络模型中，得到目标光照条件下的第二人脸图像，包括：将目标光照条件及法向贴图输入到所述光影特征模型，得到目标光照条件下的高光贴图和目标光照条件下的阴影贴图；将所述反照率贴图、法向贴图、目标光照条件下的高光贴图、目标光照条件下的阴影贴图，及目标光照条件输入到所述图像合成模型，得到目标光照条件下的第二人脸图像； 根据第一预设损失函数，计算第一损失函数值，并使用链式法则计算第一网络模型各个层的梯度；根据所述梯度，使用梯度下降算法和反向传播算法更新第一模网络型的网络参数； 判断更新后的第一网络模型是否满足预设第一网络模型收敛条件，若是，判定当前模型收敛，将此时的第一网络模型确定为第一模型；若否，重复执行上述训练步骤，直至满足预设第一模型收敛条件； 所述第一预设损失函数包括以下项中的一项或多项的组合，包括： 所述目标光照条件下的高光贴图，与，目标光照条件下的高光贴图的真值，两者的内容损失函数； 所述目标光照条件下的阴影贴图，与，目标光照条件下的阴影贴图的真值，两者的内容损失函数； 所述第二人脸图像，与，目标光照条件下合成数据的真值，两者的内容损失函数； 所述第一人脸图像，与，输入到所述去光模型中的合成数据的真值，两者的内容损失函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京奇艺世纪科技有限公司，其通讯地址为：100089 北京市海淀区北一街2号鸿城拓展大厦10、11层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。