[發明專利]圖片生成方法及裝置在審
| 申請號: | 201911111844.2 | 申請日: | 2019-11-14 |
| 公開(公告)號: | CN110930472A | 公開(公告)日: | 2020-03-27 |
| 發明(設計)人: | 殷小芳;周鵬 | 申請(專利權)人: | 三星電子(中國)研發中心;三星電子株式會社 |
| 主分類號: | G06T11/20 | 分類號: | G06T11/20;G06T11/80;G06N3/04;G06N3/08 |
| 代理公司: | 北京銘碩知識產權代理有限公司 11286 | 代理人: | 王皎彤;曾世驍 |
| 地址: | 210012 江蘇省南京市*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 圖片 生成 方法 裝置 | ||
1.一種圖片生成方法,其特征在于,包括:
接收用戶輸入的包括繪制對象的輪廓的草圖;
將所述草圖輸入圖片生成模型;
將所述圖片生成模型的輸出結果作為與所述草圖相應的圖片。
2.根據權利要求1所述的圖片生成方法,其特征在于,在接收用戶輸入的包括繪制對象的輪廓的草圖之前,還包括:
獲取所述多個樣本圖片;
利用所述多個樣本圖片訓練所述圖片生成模型,
其中,所述圖片生成模型包括生成式對抗網絡模型,所述生成式對抗網絡模型包括: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判斷網絡模型。
3.根據權利要求2所述的圖片生成方法,其特征在于,利用所述多個樣本圖片訓練所述圖片生成模型的步驟包括:
對所述多個樣本圖片中的每個樣本圖片進行邊緣提取;
利用提取到的邊緣線條圖訓練所述生成式對抗網絡模型。
4.根據權利要求3所述的圖片生成方法,其特征在于,對所述多個樣本圖片中的每個樣本圖片進行邊緣提取的步驟包括:
通過卷積神經網絡對所述多個樣本圖片中的每個樣本圖片進行特征提?。?/p>
對提取到的特征通過反卷積神經網絡生成所述多個樣本圖片中的每個樣本圖片的邊緣線條圖。
5.根據權利要求1所述的圖片生成方法,其特征在于,將所述圖片生成模型的輸出結果作為與所述草圖相應的圖片的步驟包括:
將所述圖片生成模型輸出的多張不同風格的圖片作為與所述草圖相應的圖片,
或者,根據用戶預先輸入的圖片風格,從所述圖片生成模型中輸出與用戶預先輸入的圖片風格相匹配的圖片作為與所述草圖相對應的圖片。
6.一種圖片生成裝置,其特征在于,包括:
草圖接收單元,被配置為接收用戶輸入的包括繪制對象的輪廓的草圖;
輸入單元,被配置為將所述草圖輸入圖片生成模型;和
圖片生成單元,被配置為將所述圖片生成模型的輸出結果作為與所述草圖相應的圖片。
7.根據權利要求6所述的圖片生成裝置,其特征在于,還包括:
樣本獲取單元,被配置為獲取所述多個樣本圖片;和
模型訓練單元,被配置為利用所述多個樣本圖片訓練所述圖片生成模型,
其中,所述圖片生成模型包括生成式對抗網絡模型,所述生成式對抗網絡模型包括: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判斷網絡模型。
8.根據權利要求7所述的圖片生成裝置,其特征在于,模型訓練單元被配置為:
對所述多個樣本圖片中的每個樣本圖片進行邊緣提??;
利用提取到的邊緣線條圖訓練所述生成式對抗網絡模型。
9.根據權利要求8所述的圖片生成裝置,其特征在于,模型訓練單元還被配置為:
通過卷積神經網絡對所述多個樣本圖片中的每個樣本圖片進行特征提??;
對提取到的特征通過反卷積神經網絡生成所述多個樣本圖片中的每個樣本圖片的邊緣線條圖。
10.根據權利要求6所述的圖片生成裝置,其特征在于,圖片生成單元被配置為:
將所述圖片生成模型輸出的多張不同風格的圖片作為與所述草圖相對應的圖片,
或者,根據用戶預先輸入的圖片風格,從所述圖片生成模型中輸出與用戶預先輸入的圖片風格相匹配的圖片作為與所述草圖相對應的圖片。
11.一種存儲有計算機程序的計算機可讀存儲介質,其特征在于,當所述計算機程序被處理器執行時,實現權利要求1至5中任一項所述的圖片生成方法。
12.一種計算裝置,其特征在于,包括:
處理器;
存儲器,存儲有計算機程序,當所述計算機程序被處理器執行時,實現權利要求1至5中任一項所述的圖片生成方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于三星電子(中國)研發中心;三星電子株式會社,未經三星電子(中國)研發中心;三星電子株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911111844.2/1.html,轉載請聲明來源鉆瓜專利網。





