本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，特別是涉及一種人臉圖像生成方法及裝置。

背景技術(shù)：

人臉圖像包含很多信息，如身份、表情、姿態(tài)、性別和年齡。當(dāng)前已有很多關(guān)于人臉識(shí)別、表情、姿態(tài)分類的研究。在人臉識(shí)別中存在當(dāng)人臉圖像的年齡跨度較大時(shí)，人臉識(shí)別準(zhǔn)確率下降的問題。針對(duì)該問題，很多人提出了各種跨年齡識(shí)別算法來解決這個(gè)問題。

基于人臉圖像年齡估計(jì)的應(yīng)用并不局限于跨年齡識(shí)別，年齡是人的中亞生物特征，可以應(yīng)用于多種不同的場景?；谀挲g的人機(jī)交互系統(tǒng)，根據(jù)用戶的不同年齡，提供不同的交互界面，更好地為用戶服務(wù)；給予年齡的訪問控制，如禁止未成年人訪問色情網(wǎng)站，購買煙酒等；電子商務(wù)中個(gè)性營銷，針對(duì)不同年齡段的用戶采用不同的營銷手段；刑事案件中的年齡過濾等。

基于人臉圖像的年齡估計(jì)又是一個(gè)難題，首先影響人臉變化因素很多，其中包含內(nèi)因和外因。內(nèi)因一般是指不同人的年齡特征變化模式不同，且性別也對(duì)年齡特征變換有影響。外因一般指后天的生活條件，工作環(huán)境的影響，如大量基礎(chǔ)紫外線導(dǎo)致皮膚老化；長時(shí)間食用煙酒也容易衰老；長時(shí)間生活不如意，衰老速度也加快。獲取的圖像往往包含其他的信息，如光照、姿態(tài)和表情等。年齡變化是不可逆的，數(shù)據(jù)采集困難，缺少合適的人臉圖像數(shù)據(jù)集是年齡估計(jì)困難的一個(gè)重要因素。

在很多時(shí)候，我們需要針對(duì)特定的人臉進(jìn)行年齡識(shí)別，得到該人臉的年齡信息，然后預(yù)測和生成其在特定年齡段的人臉圖像。這種技術(shù)不僅在日常生活中有著重要的應(yīng)用，尤其在刑事偵查中更有不可替代的重要作用。但是由于該技術(shù)涉及到人臉年齡估計(jì)和特定年齡段人臉圖像生成兩種技術(shù)，如何將兩種技術(shù)結(jié)合起來，并且保證較高的準(zhǔn)確率是一個(gè)非常有挑戰(zhàn)和有意義的課題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種人臉圖像生成方法及裝置，以將年齡估算以及特定年齡段人臉圖像生成兩種技術(shù)結(jié)合，生成準(zhǔn)確率較高的目標(biāo)年齡段的人臉圖像。

為解決上述技術(shù)問題，本發(fā)明提供一種人臉圖像生成方法，包括：

獲取用戶的人臉圖像；

對(duì)所述人臉圖像進(jìn)行年齡估算，確定所述人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；

對(duì)所述人臉圖像進(jìn)行編碼，獲取所述人臉圖像的隱性變量；

結(jié)合所述隱性變量以及所述當(dāng)前年齡組別向量，對(duì)所述用戶的人臉進(jìn)行還原；

根據(jù)所述隱性變量以及目標(biāo)年齡組別向量，生成所述用戶在目標(biāo)年齡的人臉圖像。

可選地，在所述獲取用戶的人臉圖像之后還包括：

對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理。

可選地，所述對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理包括：

將所述人臉圖像的每個(gè)像素值轉(zhuǎn)換為灰度值；

對(duì)所述人臉圖像進(jìn)行位置變換，并進(jìn)行尺度歸一化處理；

對(duì)所述人臉圖像進(jìn)行直方圖均衡化處理。

可選地，所述對(duì)所述人臉圖像進(jìn)行年齡估算包括：

提取所述人臉圖像中的特征信息；

將所述特征信息與預(yù)先建立的訓(xùn)練集中的各人臉圖像的標(biāo)準(zhǔn)特征信息進(jìn)行匹配，確定所述人臉圖像所屬的分類結(jié)果；

根據(jù)所述分類結(jié)果確定所述人臉圖像對(duì)應(yīng)的年齡向量組。

可選地，在所述對(duì)所述用戶的人臉進(jìn)行還原之后還包括：

將還原后的人臉與初始的人臉圖像進(jìn)行比較，判斷還原后的人臉是否符合預(yù)設(shè)標(biāo)準(zhǔn)。

本發(fā)明還提供了一種人臉圖像生成裝置，包括：

人臉圖像獲取模塊，用于獲取用戶的人臉圖像；

年齡估算模塊，用于對(duì)所述人臉圖像進(jìn)行年齡估算，確定所述人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；

隱性變量獲取模塊，用于對(duì)所述人臉圖像進(jìn)行編碼，獲取所述人臉圖像的隱性變量；

人臉還原模塊，用于結(jié)合所述隱性變量以及所述當(dāng)前年齡組別向量，對(duì)所述用戶的人臉進(jìn)行還原；

目標(biāo)年齡人臉生成模塊，用于根據(jù)所述隱性變量以及目標(biāo)年齡組別向量，生成所述用戶在目標(biāo)年齡的人臉圖像。

可選地，還包括：

預(yù)處理模塊，用于在獲取用戶的人臉圖像之后，對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理。

可選地，所述預(yù)處理模塊包括：

灰度轉(zhuǎn)換單元，用于將所述人臉圖像的每個(gè)像素值轉(zhuǎn)換為灰度值；

位置變換單元，用于對(duì)所述人臉圖像進(jìn)行位置變換，并進(jìn)行尺度歸一化處理；

均衡化處理單元，用于對(duì)所述人臉圖像進(jìn)行直方圖均衡化處理。

可選地，所述年齡估算模塊包括：

特征信息提取單元，用于提取所述人臉圖像中的特征信息；

分類結(jié)果確定單元，用于將所述特征信息與預(yù)先建立的訓(xùn)練集中的各人臉圖像的標(biāo)準(zhǔn)特征信息進(jìn)行匹配，確定所述人臉圖像所屬的分類結(jié)果；

年齡向量組確定單元，用于根據(jù)所述分類結(jié)果確定所述人臉圖像對(duì)應(yīng)的年齡向量組。

可選地，所述人臉還原模塊還用于：將還原后的人臉與初始的人臉圖像進(jìn)行比較，判斷還原后的人臉是否符合預(yù)設(shè)標(biāo)準(zhǔn)。

本發(fā)明所提供的人臉圖像生成方法及裝置，通過獲取用戶的人臉圖像；對(duì)人臉圖像進(jìn)行年齡估算，確定人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；對(duì)人臉圖像進(jìn)行編碼，獲取人臉圖像的隱性變量；結(jié)合隱性變量以及當(dāng)前年齡組別向量，對(duì)用戶的人臉進(jìn)行還原；根據(jù)隱性變量以及目標(biāo)年齡組別向量，生成用戶在目標(biāo)年齡的人臉圖像。本發(fā)明所提供的人臉圖像生成方法及裝置，通過人臉年齡估計(jì)獲得年齡組別向量，通過圖像編碼獲取隱性變量，兩者結(jié)合得到目標(biāo)年齡段的人臉圖像。與傳統(tǒng)的特點(diǎn)年齡人臉估計(jì)的技術(shù)相比，本發(fā)明所提供的方法及裝置準(zhǔn)確率較高。

附圖說明

為了更清楚的說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明所提供的人臉圖像生成方法的一種具體實(shí)施方式的流程圖；

圖2為本發(fā)明實(shí)施例所提供的人臉圖像生成方法中對(duì)所述人臉圖像進(jìn)行年齡估算的過程示意圖；

圖3為本發(fā)明所提供的人臉圖像生成方法的另一種具體實(shí)施方式的流程圖；

圖4為對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理的過程示意圖；

圖5為本發(fā)明實(shí)施例提供的人臉圖像生成裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明所提供的人臉圖像生成方法的一種具體實(shí)施方式的流程圖如圖1所示，該方法包括：

步驟s101：獲取用戶的人臉圖像；

本步驟中獲取用戶的人臉圖像可以為攝像頭通過直接拍攝獲取，也可以為數(shù)據(jù)接口通過通信獲取，當(dāng)然也可以是其他可以獲取圖像信息的設(shè)備或裝置，這均不影響本發(fā)明的實(shí)現(xiàn)。

步驟s102：對(duì)所述人臉圖像進(jìn)行年齡估算，確定所述人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；

參照?qǐng)D2，本發(fā)明實(shí)施例所提供的人臉圖像生成方法中對(duì)所述人臉圖像進(jìn)行年齡估算的過程可以具體包括：

步驟s1021：提取所述人臉圖像中的特征信息；

步驟s1022：將所述特征信息與預(yù)先建立的訓(xùn)練集中的各人臉圖像的標(biāo)準(zhǔn)特征信息進(jìn)行匹配，確定所述人臉圖像所屬的分類結(jié)果；

步驟s1023：根據(jù)所述分類結(jié)果確定所述人臉圖像對(duì)應(yīng)的年齡向量組。

本實(shí)施例中用于進(jìn)行匹配的訓(xùn)練集的建立過程包括：提取訓(xùn)練集中的各人臉圖像的特征信息，建立特征信息與年齡信息的對(duì)應(yīng)關(guān)系。這樣，根據(jù)提取出的當(dāng)前人臉圖像的特征信息，即可在訓(xùn)練集中查找到匹配的標(biāo)準(zhǔn)特征信息，根據(jù)該標(biāo)準(zhǔn)特征信息即可得到對(duì)應(yīng)的年齡信息，從而得到其年齡向量組。

步驟s103：對(duì)所述人臉圖像進(jìn)行編碼，獲取所述人臉圖像的隱性變量；

本發(fā)明實(shí)施例中從輸入層到隱藏層的過程中使用編碼模塊進(jìn)行編碼；從隱藏層到輸入層的過程使用解碼模塊進(jìn)行解碼；同時(shí)，在隱藏層中獲取隱性變量。

步驟s104：結(jié)合所述隱性變量以及所述當(dāng)前年齡組別向量，對(duì)所述用戶的人臉進(jìn)行還原；

本發(fā)明實(shí)施例在還原之后，還包括：將還原后的人臉與初始的人臉圖像進(jìn)行比較，判斷還原后的人臉是否符合預(yù)設(shè)標(biāo)準(zhǔn)。

步驟s105：根據(jù)所述隱性變量以及目標(biāo)年齡組別向量，生成所述用戶在目標(biāo)年齡的人臉圖像。

本步驟通過修改年齡組別向量，即可生成目標(biāo)年齡人臉。本實(shí)施例中年齡組別向量為多個(gè)不同的類別集合，比如：0-18，19-29，30-39，40-49，50-59，60+。

本發(fā)明所提供的人臉圖像生成方法，通過獲取用戶的人臉圖像；對(duì)人臉圖像進(jìn)行年齡估算，確定人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；對(duì)人臉圖像進(jìn)行編碼，獲取人臉圖像的隱性變量；結(jié)合隱性變量以及當(dāng)前年齡組別向量，對(duì)用戶的人臉進(jìn)行還原；根據(jù)隱性變量以及目標(biāo)年齡組別向量，生成用戶在目標(biāo)年齡的人臉圖像。本發(fā)明所提供的人臉圖像生成方法，通過人臉年齡估計(jì)獲得年齡組別向量，通過圖像編碼獲取隱性變量，兩者結(jié)合得到目標(biāo)年齡段的人臉圖像。與傳統(tǒng)的特點(diǎn)年齡人臉估計(jì)的技術(shù)相比，本發(fā)明所提供的方法準(zhǔn)確率較高。

在上述實(shí)施例的基礎(chǔ)上，本發(fā)明所提供的人臉圖像生成方法在獲取用戶的人臉圖像之后還包括：對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理。如圖3本發(fā)明所提供的人臉圖像生成方法的另一種具體實(shí)施方式的流程圖所示，該方法包括：

步驟s201：獲取用戶的人臉圖像；

步驟s202：對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理；

具體地，參照?qǐng)D4，對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理的過程可以包括：

步驟s2021：將所述人臉圖像的每個(gè)像素值轉(zhuǎn)換為灰度值；

步驟s2022：對(duì)所述人臉圖像進(jìn)行位置變換，并進(jìn)行尺度歸一化處理；

步驟s2023：對(duì)所述人臉圖像進(jìn)行直方圖均衡化處理。

具體地，本發(fā)明實(shí)施例將獲取的人臉圖像的每個(gè)像素的rgb值轉(zhuǎn)換為灰度值；旋轉(zhuǎn)圖片使兩眼連線處于水平位置；固定兩眼之間的距離及眼睛與鼻尖(包括嘴時(shí))或眼睛與鼻子下端(不包括嘴)時(shí)的距離；進(jìn)行直方圖均衡化。

步驟s203：對(duì)所述人臉圖像進(jìn)行年齡估算，確定所述人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；

輸入的圖像信息，經(jīng)過圖像預(yù)處理后，對(duì)預(yù)處理后的圖像進(jìn)行特征提取，然后發(fā)送給分類器。在進(jìn)行年齡估算的過程中，訓(xùn)練集中預(yù)先存儲(chǔ)有一定量的人臉圖片作為訓(xùn)練集；通過提取訓(xùn)練集中的圖片的特征，然后根據(jù)預(yù)先建立的年齡模型，對(duì)訓(xùn)練集中的圖片提取的特征和輸入的圖片提取的特征進(jìn)行匹配，根據(jù)匹配結(jié)果，將該人臉圖片劃分到不同的年齡向量組中。

面部特征提取的方法包括：進(jìn)行特征點(diǎn)定位；獲取形狀信息向量；獲取紋理信息向量。

在進(jìn)行特征點(diǎn)定位的過程中，采用多尺度總和評(píng)估asm方法，采用一系列的特征點(diǎn)來描述之前，首先針對(duì)特定目標(biāo)建立形狀模型之后，這稱為點(diǎn)分布模型，然后對(duì)形狀模型中的每個(gè)特征點(diǎn)，建立特征點(diǎn)附近的灰度模型，即建立模型和特征點(diǎn)匹配的過程。

在獲取形狀信息向量過程中，由上述過程得到的一組訓(xùn)練樣本的特征點(diǎn)位置做主分量分析，得到的由前m維特征向量組成的矩陣，通過任意人臉形狀在特征空間的投影，即該測試樣本通過特征點(diǎn)的坐標(biāo)向量在這m維主元空間上的投影，即可得到一組m維的表征形狀信息的向量。

在獲取紋理信息向量過程中，通過將訓(xùn)練樣本的特征點(diǎn)位置拉伸到平均位置，可去除形狀信息，此時(shí)，圖像的灰度信息只包含了訓(xùn)練樣本的紋理信息，再對(duì)它做主向量分析，可以得到的由前n維特征向量組成的矩陣，之后通過該測試樣本通過特征點(diǎn)的坐標(biāo)向量在n這維主元空間上的投影，即可得到一組維的表征紋理信息的向量。

步驟s204：對(duì)所述人臉圖像進(jìn)行編碼，獲取所述人臉圖像的隱性變量；

具體可以采用變分自編碼器進(jìn)行編碼，隱性變量為變分自編碼器對(duì)圖像處理后的結(jié)果。變分自編碼器首先通過編碼層，把高維空間中的向量壓縮成低維向量，然后通過解碼層把低維向量解壓重構(gòu)出來。

步驟s205：結(jié)合所述隱性變量以及所述當(dāng)前年齡組別向量，對(duì)所述用戶的人臉進(jìn)行還原；

步驟s206：根據(jù)所述隱性變量以及目標(biāo)年齡組別向量，生成所述用戶在目標(biāo)年齡的人臉圖像。

在進(jìn)行人臉還原合成的過程中，根據(jù)年齡向量組中的情況，生成年齡向量組中特定年齡的人臉圖像，針對(duì)特定年齡向量組的不同情況，進(jìn)行圖像的紋理調(diào)整。

同時(shí)，在進(jìn)行紋理增強(qiáng)的過程中，針對(duì)實(shí)際情況，因隨著年齡的增大，人臉圖像的臉部皺紋會(huì)逐漸增加，皮膚會(huì)逐漸松弛，眼袋會(huì)越來越嚴(yán)重，膚色會(huì)越來越暗淡，白發(fā)的比例會(huì)越來越高，根據(jù)這一衰老的規(guī)律和特性，進(jìn)行紋理調(diào)整，實(shí)現(xiàn)衰老人臉圖像的合成和還原。

與現(xiàn)有技術(shù)相比，本發(fā)明具有下述有益效果：

1、使用方便：本發(fā)明所提供的人臉圖像生成方法及裝置，直接通過獲取人圖像，自動(dòng)生成該人臉在特定年齡對(duì)應(yīng)的圖像；整個(gè)過程包含：獲取圖像、年齡估計(jì)、提取隱性變量和生成特定年齡對(duì)應(yīng)的人臉圖像，但無需人為操作，使用非常方便。

2、智能化程度高：本發(fā)明所提供的人臉圖像生成方法及裝置，能夠針對(duì)需求，生成各個(gè)年齡范圍段的人臉圖像，智能化程度較高，相較于傳統(tǒng)的電子成像系統(tǒng)，智能化程度更高，可以提供更為寬泛的年齡段選擇。

3、準(zhǔn)確率高：本發(fā)明所提供的人臉圖像生成方法及裝置，利用年齡組別向量，通過圖像編碼獲取隱性變量，兩者結(jié)合得到目標(biāo)年齡段的人臉圖像，相較于傳統(tǒng)的特定年齡人臉估計(jì)和生成系統(tǒng)，準(zhǔn)確率更高。

下面對(duì)本發(fā)明實(shí)施例提供的人臉圖像生成裝置進(jìn)行介紹，下文描述的人臉圖像生成裝置與上文描述的人臉圖像生成方法可相互對(duì)應(yīng)參照。

圖5為本發(fā)明實(shí)施例提供的人臉圖像生成裝置的結(jié)構(gòu)框圖，參照?qǐng)D5人臉圖像生成裝置可以包括：

人臉圖像獲取模塊100，用于獲取用戶的人臉圖像；

年齡估算模塊200，用于對(duì)所述人臉圖像進(jìn)行年齡估算，確定所述人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；

隱性變量獲取模塊300，用于對(duì)所述人臉圖像進(jìn)行編碼，獲取所述人臉圖像的隱性變量；

人臉還原模塊400，用于結(jié)合所述隱性變量以及所述當(dāng)前年齡組別向量，對(duì)所述用戶的人臉進(jìn)行還原；

目標(biāo)年齡人臉生成模塊500，用于根據(jù)所述隱性變量以及目標(biāo)年齡組別向量，生成所述用戶在目標(biāo)年齡的人臉圖像。

作為一種具體實(shí)施方式，本發(fā)明所提供的人臉圖像生成裝置還可以進(jìn)一步包括：

預(yù)處理模塊，用于在獲取用戶的人臉圖像之后，對(duì)獲取到的所述人臉圖像進(jìn)行圖像預(yù)處理。

其中，所述預(yù)處理模塊可以具體包括：

灰度轉(zhuǎn)換單元，用于將所述人臉圖像的每個(gè)像素值轉(zhuǎn)換為灰度值；

位置變換單元，用于對(duì)所述人臉圖像進(jìn)行位置變換，并進(jìn)行尺度歸一化處理；

均衡化處理單元，用于對(duì)所述人臉圖像進(jìn)行直方圖均衡化處理。

在上述任一實(shí)施例的基礎(chǔ)上，本發(fā)明所提供的人臉圖像生成裝置中，年齡估算模塊可以具體包括：

特征信息提取單元，用于提取所述人臉圖像中的特征信息；

分類結(jié)果確定單元，用于將所述特征信息與預(yù)先建立的訓(xùn)練集中的各人臉圖像的標(biāo)準(zhǔn)特征信息進(jìn)行匹配，確定所述人臉圖像所屬的分類結(jié)果；

年齡向量組確定單元，用于根據(jù)所述分類結(jié)果確定所述人臉圖像對(duì)應(yīng)的年齡向量組。

可選地，所述人臉還原模塊還用于：將還原后的人臉與初始的人臉圖像進(jìn)行比較，判斷還原后的人臉是否符合預(yù)設(shè)標(biāo)準(zhǔn)。

本實(shí)施例的人臉圖像生成裝置用于實(shí)現(xiàn)前述的人臉圖像生成方法，因此人臉圖像生成裝置中的具體實(shí)施方式可見前文中的人臉圖像生成方法的實(shí)施例部分，例如，人臉圖像獲取模塊100，年齡估算模塊200，隱性變量獲取模塊300，人臉還原模塊400，目標(biāo)年齡人臉生成模塊500，分別用于實(shí)現(xiàn)上述人臉圖像生成方法中步驟s101，s102，s103，s104和s105，所以，其具體實(shí)施方式可以參照相應(yīng)的各個(gè)部分實(shí)施例的描述，在此不再贅述。

本發(fā)明所提供的人臉圖像生成裝置，通過獲取用戶的人臉圖像；對(duì)人臉圖像進(jìn)行年齡估算，確定人臉圖像對(duì)應(yīng)用戶的當(dāng)前年齡組別向量；對(duì)人臉圖像進(jìn)行編碼，獲取人臉圖像的隱性變量；結(jié)合隱性變量以及當(dāng)前年齡組別向量，對(duì)用戶的人臉進(jìn)行還原；根據(jù)隱性變量以及目標(biāo)年齡組別向量，生成用戶在目標(biāo)年齡的人臉圖像。本發(fā)明所提供的人臉圖像生成方法及裝置，通過人臉年齡估計(jì)獲得年齡組別向量，通過圖像編碼獲取隱性變量，兩者結(jié)合得到目標(biāo)年齡段的人臉圖像。與傳統(tǒng)的特點(diǎn)年齡人臉估計(jì)的技術(shù)相比，本發(fā)明所提供的裝置準(zhǔn)確率較高。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其它實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同或相似部分互相參見即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(ram)、內(nèi)存、只讀存儲(chǔ)器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動(dòng)磁盤、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

以上對(duì)本發(fā)明所提供的人臉圖像生成方法以及裝置進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。