[發(fā)明專利]圖像數(shù)據(jù)處理方法、裝置以及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910603362.2
• 申請日: 2019-07-05
• 公開（公告）號: CN110321849A
• 公開（公告）日: 2019-10-11
• 發(fā)明（設計）人: 吳銳正;陶鑫;沈小勇;戴宇榮;賈佳亞
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06T11/00
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種圖像數(shù)據(jù)處理方法，其特征在于，包括：

獲取第一樣本圖像和第二樣本圖像；所述第一樣本圖像中包含樣本源對象；所述第二樣本圖像中包含樣本虛擬對象；

獲取所述樣本源對象的關鍵點位置信息，基于初始圖像生成模型、所述第一樣本圖像和所述樣本源對象的關鍵點位置信息生成所述第一樣本圖像對應的待判別圖像；所述待判別圖像中包括所述樣本源對象對應的待判別虛擬對象；

基于所述樣本源對象、所述樣本虛擬對象和所述待判別虛擬對象修正所述初始圖像生成模型的網(wǎng)絡參數(shù)；

將包含修正后的網(wǎng)絡參數(shù)的初始圖像生成模型確定為圖像生成模型；所述圖像生成模型用于生成包含源對象的第一圖像對應的第二圖像；所述第二圖像中包含所述源對象對應的虛擬對象。

2.根據(jù)權利要求1所述的方法，其特征在于，所述初始圖像生成模型的網(wǎng)絡參數(shù)包括生成網(wǎng)絡的第一網(wǎng)絡參數(shù)和判別網(wǎng)絡的第二網(wǎng)絡參數(shù)；

所述基于所述樣本源對象、所述樣本虛擬對象和所述待判別虛擬對象修正所述初始圖像生成模型的網(wǎng)絡參數(shù)，包括：

基于所述樣本源對象、所述樣本虛擬對象、所述待判別虛擬對象和所述判別網(wǎng)絡對應的損失函數(shù)，獲取用于修正所述第一網(wǎng)絡參數(shù)的第一梯度圖以及用于修正所述第二網(wǎng)絡參數(shù)的第二梯度圖；

基于所述樣本源對象、所述待判別虛擬對象、所述生成網(wǎng)絡對應的損失函數(shù)和所述第一梯度圖修正所述第一網(wǎng)絡參數(shù)，基于所述第二梯度圖修正所述第二網(wǎng)絡參數(shù)。

3.根據(jù)權利要求2所述的方法，其特征在于，所述判別網(wǎng)絡包括無條件判別器；

所述基于所述樣本源對象、所述樣本虛擬對象、所述待判別虛擬對象和所述判別網(wǎng)絡對應的損失函數(shù)，獲取用于修正所述第一網(wǎng)絡參數(shù)的第一梯度圖以及用于修正所述第二網(wǎng)絡參數(shù)的第二梯度圖，包括：

將所述樣本虛擬對象對應的特征圖和所述待判別虛擬對象對應的特征圖，確定為所述無條件判別器對應的損失函數(shù)中的輸入數(shù)據(jù)；

當所述無條件判別器對應的損失函數(shù)達到最小值時，獲取所述第一梯度圖；

當所述無條件判別器對應的損失函數(shù)達到最大值時，獲取所述第二梯度圖。

4.根據(jù)權利要求2所述的方法，其特征在于，所述判別網(wǎng)絡包括有條件判別器；

所述基于所述樣本源對象、所述樣本虛擬對象、所述待判別虛擬對象和所述判別網(wǎng)絡對應的損失函數(shù)，獲取用于修正所述第一網(wǎng)絡參數(shù)的第一梯度圖以及用于修正所述第二網(wǎng)絡參數(shù)的第二梯度圖，包括：

將所述樣本源對象的關鍵點位置信息對應的特征圖、所述待判別虛擬對象對應的特征圖和所述樣本虛擬對象對應的特征圖，確定為所述有條件判別器對應的損失函數(shù)中的輸入數(shù)據(jù)；

當所述有條件判別器對應的損失函數(shù)達到最小值時，獲取所述第一梯度圖；

當所述有條件判別器對應的損失函數(shù)達到最大值時，獲取所述第二梯度圖。

5.根據(jù)權利要求2所述的方法，其特征在于，所述判別網(wǎng)絡包括局部判別器；

所述基于所述樣本源對象、所述樣本虛擬對象、所述待判別虛擬對象和所述判別網(wǎng)絡對應的損失函數(shù)，獲取用于修正所述第一網(wǎng)絡參數(shù)的第一梯度圖以及用于修正所述第二網(wǎng)絡參數(shù)的第二梯度圖，包括：

獲取所述待判別虛擬對象的關鍵點位置信息，根據(jù)所述待判別虛擬對象的關鍵點位置信息截取所述待判別虛擬對象中的關鍵點局部圖像；

在所述樣本虛擬對象中，截取與所述關鍵點局部圖像為同類型局部圖像的樣本關鍵點局部圖像；

將所述關鍵點局部圖像對應的特征圖和所述樣本關鍵點局部圖像對應的特征圖，確定為所述局部判別器對應的損失函數(shù)中的輸入數(shù)據(jù)；

當所述局部判別器對應的損失函數(shù)達到最小值時，獲取所述第一梯度圖；

當所述局部判別器對應的損失函數(shù)達到最大值時，獲取所述第二梯度圖。