基于扩散模型和面部关键点的面部表情迁移方法及系统

本申请属于图像处理技术领域，公开了基于扩散模型和面部关键点的面部表情迁移方法及系统，该方法包括：获取包括源人脸关键点、目标人脸图像、表情迁移结果的训练样本对；采用Swin Transformer模块替换原始稳定扩散模型的文本编码器，得到改进后的稳定扩散模型；根据改进后的稳定扩散模型的预训练神经网络块，拷贝得到副本网络块，在副本网络块加入零卷积层，得到ControlNet架构；根据改进后的稳定扩散模型和ControlNet架构搭建表情迁移模型；基于训练样本对，使用控制损失函数和依赖时间步长的身份保持损失函数训练表情迁移模型，以生成保留身份特征的表情迁移结果。该方法能够将源人脸图像的面部表情迁移至不同表情的目标人脸的同时保留目标人脸的身份信息。