[發(fā)明專利]圖像生成方法、裝置、設備及介質

有效

• 申請?zhí)枺?/td>: 202010514466.9
• 申請日: 2020-06-08
• 公開（公告）號: CN111709470B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設計）人: 劉家銘;胡天舒;何聲一;洪智濱
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/764;G06V40/16;G06N3/0464;G06N3/0455;G06N3/048;G06N3/088;G06N3/0475;G06N3/09;G06N3/094;G06N20/10
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種圖像生成方法，包括：

獲取第一隨機向量集合；

基于經(jīng)訓練的分類器，確定所述第一隨機向量集合中的至少一個隨機向量所屬的圖像類別；

將屬于所述圖像類別的隨機向量輸入至經(jīng)訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像。

2.根據(jù)權利要求1所述的方法，在將屬于所述圖像類別的隨機向量輸入至經(jīng)訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像之前，還包括：

將所述第一隨機向量集合中的至少一個隨機向量，由所屬的圖像類別編輯至除所述圖像類別之外的其他圖像類別，得到屬于其他圖像類別的其他隨機向量。

3.根據(jù)權利要求2所述的方法，其中，將所述第一隨機向量集合中的至少一個隨機向量，由所屬的圖像類別編輯至除所述圖像類別之外的其他圖像類別，得到屬于其他圖像類別的其他隨機向量，包括：

獲取所述圖像生成器對應的圖像類別空間的屬性向量軸，所述屬性向量軸為所述圖像類別空間中任意兩個圖像類別對應的分類面的法向向量；

根據(jù)所述屬性向量軸，將所述第一隨機向量集合中的至少一個隨機向量，由所屬的圖像類別編輯至除所述圖像類別之外的其他圖像類別，得到屬于其他圖像類別的其他隨機向量。

4.根據(jù)權利要求3所述的方法，其中，根據(jù)所述屬性向量軸，將所述第一隨機向量集合中的至少一個隨機向量，由所屬的圖像類別編輯至除所述圖像類別之外的其他圖像類別，得到屬于其他圖像類別的其他隨機向量，包括：

將屬于第一圖像類別的隨機向量加上，所述屬性向量軸與編輯尺度參數(shù)的乘積，得到屬于第二圖像類別的隨機向量；和/或，

將屬于第二圖像類別的隨機向量減去，所述屬性向量軸與編輯尺度參數(shù)的乘積，得到屬于第一圖像類別的隨機向量；

其中，所述屬性向量軸為由所述第一圖像類別對應的圖像類別空間指向所述第二圖像類別對應的圖像類別空間。

5.根據(jù)權利要求1所述的方法，還包括：

獲取第二隨機向量集合；

將所述第二隨機向量集合中的至少一個隨機向量，輸入至經(jīng)訓練的所述圖像生成器，生成至少一個待標注虛擬圖像；

根據(jù)所述待標注虛擬圖像和預設的圖像類別，對所述隨機向量進行分類和標注，得到具有分類標簽的隨機向量樣本；

使用所述具有分類標簽的隨機向量樣本對預設分類模型進行訓練，得到經(jīng)訓練的分類器。

6.根據(jù)權利要求5所述的方法，其中，所述第一隨機向量集合中隨機向量的數(shù)量大于所述第二隨機向量集合中隨機向量的數(shù)量。

7.根據(jù)權利要求1所述的方法，還包括：

獲取樣本圖像數(shù)據(jù)集，所述樣本圖像數(shù)據(jù)集包括多個無分類標簽的真實圖像；

使用所述樣本圖像數(shù)據(jù)集，對第一生成對抗網(wǎng)絡進行無監(jiān)督式訓練，得到經(jīng)訓練的圖像生成器。

8.根據(jù)權利要求1-7任一所述的方法，在將屬于所述圖像類別的隨機向量輸入至經(jīng)訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像之后，還包括：

將所述虛擬圖像按照所屬的圖像類別進行標注，生成具有分類標簽的虛擬圖像樣本；

使用所述虛擬圖像樣本，對第二生成對抗網(wǎng)絡進行有監(jiān)督式訓練，得到經(jīng)訓練的圖像至圖像翻譯模型，所述圖像至圖像翻譯模型用于將輸入的圖像由所屬的圖像類別翻譯為其他圖像類別的圖像。

9.一種圖像生成裝置，包括：

第一集合獲取模塊，用于獲取第一隨機向量集合；

圖像類別確定模塊，用于基于經(jīng)訓練的分類器，確定所述第一隨機向量集合中的至少一個隨機向量所屬的圖像類別；

虛擬圖像生成模塊，用于將屬于所述圖像類別的隨機向量輸入至經(jīng)訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像。