[發明專利]圖片生成方法和裝置、存儲介質及電子裝置

有效

• 申請號: 201811019688.2
• 申請日: 2018-09-03
• 公開（公告）號: CN109447895B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 鞏曉波
• 申請（專利權）人: 騰訊科技（武漢）有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 江舟;周婷婷

1.一種圖片生成方法，其特征在于，包括：

獲取顯示有目標對象的源人像圖片；

對所述源人像圖片進行裁剪，得到與所述目標對象的面部對應的面部區域圖片，包括在所述源人像圖片中包括多個目標對象的情況下，將多個目標對象裁剪分割，得到多張人像圖片，對每一張人像圖片執行裁剪步驟，得到所述面部區域圖片，具體為將所述目標對象的頭發裁剪掉后的剩余的面部的圖片作為所述面部區域圖片；

將所述面部區域圖片輸入圖片生成模型，由所述圖片生成模型的編碼模塊識別所述面部區域圖片中的每一個像素的顏色，提取出所述目標對象的面部特征，其中，所述圖片生成模型為通過對抗式神經網絡模型利用多個樣本圖片進行機器訓練后得到；

利用所述圖片生成模型的輸出結果，生成目標人像圖片，其中，所述目標人像圖片中顯示有與所述目標對象的面部相匹配的目標發型；

其中，在所述獲取顯示有目標對象的源人像圖片之前，還包括：

獲取多個樣本圖片，具體包括輸入有效字段搜索到有效樣本圖片集合，將所述有效樣本圖片集合中的圖片確定為所述多個樣本圖片；

重復執行以下步驟，直至所述對抗式神經網絡模型中的生成網絡模型的輸出結果收斂至預定閾值：訓練所述對抗式神經網絡模型中的判斷網絡模型，直至得到收斂判斷網絡模型；使用所述收斂判斷網絡模型訓練所述生成網絡模型，直至得到收斂生成網絡模型；在所述收斂生成網絡模型的輸出結果未收斂至所述預定閾值的情況下，使用所述收斂生成網絡模型繼續訓練所述判斷網絡模型；在所述收斂生成網絡模型的輸出結果收斂至所述預定閾值的情況下，將收斂至所述預定閾值的所述收斂生成網絡模型作為所述圖片生成模型，其中，所述對抗式神經網絡模型包括：與所述圖片生成模型相匹配的所述生成網絡模型、用于對所述生成網絡模型的生成結果進行判定的所述判斷網絡模型；

其中，訓練所述判斷網絡模型包括：在獲取到用于訓練所述判斷網絡模型的第一當前樣本源人像圖片后，對所述第一當前樣本源人像圖片中的目標對象的面部進行裁剪，得到第一樣本面部區域圖片，將所述第一樣本面部區域圖片輸入到所述生成網絡模型中，得到第一輸出結果，將所述第一樣本面部區域圖片與所述第一輸出結果作為負樣本輸入到所述判斷網絡模型的第一識別器中，所述第一識別器對所述負樣本進行識別，得到所述負樣本的第一識別結果，將所述負樣本的第一識別結果輸入到所述判斷網絡模型的第一比較器中，所述第一比較器對所述負樣本的識別結果進行比較，得到所述負樣本的第一比較結果，并將所述負樣本的第一比較結果發送給所述判斷網絡模型的優化器，所述優化器根據所述負樣本的第一比較結果決定是否對所述第一識別器的參數進行調整，以及在對所述第一當前樣本源人像圖片中的目標對象進行裁剪得到所述第一樣本面部區域圖片后，將所述第一當前樣本源人像圖片中的目標對象與所述第一樣本面部區域圖片作為正樣本輸入到所述判斷網絡模型的第二識別器中，所述第二識別器對所述正樣本進行識別，得到所述正樣本的第二識別結果，并將所述正樣本的第二識別結果輸入到所述判斷網絡模型的第二比較器中，所述第二比較器對所述正樣本的第二識別結果進行比較，得到所述正樣本的第二比較結果，將所述正樣本的第二比較結果發送給所述優化器，所述優化器根據所述正樣本的第二比較結果決定是否對所述第二識別器的參數進行調整，從而得到收斂的所述判斷網絡模型；

其中，訓練所述生成網絡模型包括：在獲取到用于訓練所述生成

網絡模型的第二當前樣本源人像圖片后，對所述第二當前樣本源人像圖片中的目標對象的面部進行裁剪，得到第二樣本面部區域圖片，將所述第二樣本面部區域圖片輸入到所述生成網絡模型中，從而得到所述生成網絡模型的第二輸出結果，將所述第二輸出結果與所述第二樣本面部區域圖片輸入到所述判斷網絡模型的所述第一識別器中，由所述第一識別器進行識別，得到第三識別結果，將所述第三識別結果發送給所述第一比較器，得到第三比較結果，此外，將所述第二輸出結果與所述目標對象的面部輸入到所述第二比較器中，由所述第二比較器輸出第四比較結果，將所述第三比較結果和所述第四比較結果輸入到所述判斷網絡模型的所述優化器中，所述優化器根據所述第三比較結果和所述第四比較結果決定是否對所述生成網絡模型的參數進行調整，在所述生成網絡模型的所述第二輸出結果不符合要求的情況下，則所述優化器根據所述第三比較結果和所述第四比較結果對所述生成網絡模型的參數進行調整，在對所述生成網絡模型調整之后，使用調整后的生成網絡模型根據所述第二樣本面部區域圖片得到新的輸出結果，并將新的輸出結果輸入到所述第一識別器、所述第一比較器、所述第二比較器中進行判斷，在所述生成網絡模型的所述第二輸出結果符合要求的情況下，得到成熟的上述生成網絡模型。