[發明專利]用戶頭像的生成方法及裝置、電子設備、存儲介質

在審

• 申請號: 201811627121.3
• 申請日: 2018-12-28
• 公開（公告）號: CN109670476A
• 公開（公告）日: 2019-04-23
• 發明（設計）人: 梁智聰;何家榮
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T5/50
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種用戶頭像的生成方法，其特征在于，所述方法包括：

獲取第一用戶圖像及第二用戶圖像；

從所述第一用戶圖像中提取第一用戶圖像特征信息，以及從所述第二用戶圖像中提取第二用戶圖像特征信息；

采用預先訓練的生成模型，根據所述第一圖像特征信息和所述第二圖像特征信息生成目標用戶圖像。

2.根據權利要求1所述的方法，其特征在于，還包括：

獲取第一樣本圖像及第二樣本圖像；其中，所述第一樣本圖像與所述第一用戶圖像相關聯，所述第二樣本圖像與所述第二用戶圖像相關聯；

對所述第一樣本圖像及所述第二樣本圖像進行訓練，得到所述生成模型。

3.根據權利要求2所述的方法，其特征在于，對所述第一樣本圖像及所述第二樣本圖像進行訓練，得到所述生成模型，包括：

生成所述第一樣本圖像及所述第二樣本圖像對應的第三樣本圖像；

獲取所述第二樣本圖像對應的第二樣本特征信息，以及獲取所述第三樣本圖像對應的第三樣本特征信息；

采用所述第二樣本特征信息信息和所述第三樣本特征信息信息，計算得到紋理損失；

根據預先訓練的判別模型和所述紋理損失，更新所述生成模型。

4.根據權利要求3所述的方法，其特征在于，根據預先訓練的判別模型和所述紋理損失，更新所述生成模型，包括：

采用所述預先訓練的所述判別模型，確定所述第三樣本圖像對應的內容損失；

根據所述內容損失和所述紋理損失的權值，更新所述生成模型。

5.根據權利要求1至4中任一項所述的方法，其特征在于，還包括：

獲取第四樣本圖像、第五樣本圖像，以及所述第四樣本圖像及所述第五樣本圖像對應的第六樣本圖像；其中，所述第四樣本圖像與所述第一用戶圖像相關聯，所述第五樣本圖像與所述第二用戶圖像相關聯；

將所述第四樣本圖像和所述第六樣本圖像組織為正樣本，以及將所述第五樣本圖像和所述第六樣本圖像組織為負樣本；

分別對所述正樣本和所述負樣本進行訓練，得到判別模型；其中，所述判別模型對應的正樣本損失在預設的正樣本損失范圍內，所述判別模型對應的負樣本損失在預設的負樣本損失范圍內。

6.根據權利要求5所述的方法，其特征在于，采用如下方式計算所述判別模型對應的正樣本損失：

確定所述正樣本對應的正樣本矩陣；

計算所述正樣本矩陣與第一預設矩陣之間的距離，作為所述判別模型對應的正樣本損失；其中，所述第一預設矩陣與所述第四樣本圖像相對應；

采用如下方式計算所述判別模型對應的負樣本損失：

確定所述負樣本對應的負樣本矩陣；

計算所述負樣本矩陣與第二預設矩陣之間的距離，作為所述判別模型對應的正樣本損失；其中，所述第二預設矩陣與所述第五樣本圖像相對應。

7.根據權利要求1所述的方法，其特征在于，所述采用預先訓練的生成模型，生成所述第一用戶圖像特征信息和所述第二用戶圖像特征信息對應的目標用戶圖像的步驟包括：

將所述第一用戶圖像特征信息和所述第二用戶圖像特征信息合并為第三用戶圖像特征信息；

將所述第三用戶圖像特征信息輸入預先訓練的生成模型，經由所述生成模型中卷積層與反卷積層處理，獲得所述生成模型輸出的目標用戶圖像。

8.一種用戶頭像的生成裝置，其特征在于，所述裝置包括：

用戶圖像獲取模塊，用于獲取第一用戶圖像及第二用戶圖像；

用戶特征提取模塊，用于從所述第一用戶圖像中提取第一用戶圖像特征信息，以及從所述第二用戶圖像中提取第二用戶圖像特征信息；

用戶圖像生成模塊，用于采用預先訓練的生成模型，根據所述第一用戶圖像特征信息和所述第二用戶圖像特征信息生成目標用戶圖像。