[發明專利]圖像生成方法、裝置、設備及介質

有效

• 申請號: 202010514466.9
• 申請日: 2020-06-08
• 公開（公告）號: CN111709470B
• 公開（公告）日: 2023-10-03
• 發明（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

本申請公開了圖像生成方法、裝置、設備及介質，涉及人工智能深度學習和圖像處理領域。具體實現方案為：獲取第一隨機向量集合；基于經訓練的分類器，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訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像。通過本申請的技術方案，能夠自動生成大量具有明確分類的圖像，提高圖像多樣性，降低圖像分類成本。

技術領域

本申請實施例涉及圖像處理技術，尤其涉及人工智能深度學習和圖像處理領域，具體涉及一種圖像生成方法、裝置、設備及介質。

背景技術

隨著機器學習技術的快速發展，機器學習技術因其自身優勢，被越來越廣泛地應用于各行各業。

在將機器學習技術應用于圖像處理領域時，通常需要獲取大量的經分類的圖像作為樣本數據，以用于對神經網絡模型進行訓練，使得神經網絡模型具有圖像處理的能力。

因此，如何獲取經分類的圖像，成為將機器學習技術應用于圖像處理領域時亟待解決的技術問題。

發明內容

本公開提供了一種圖像生成方法、裝置、設備以及介質。

根據本公開的一方面，提供了一種圖像生成方法，包括：

獲取第一隨機向量集合；

基于經訓練的分類器，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訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像。

根據本公開的另一方面，提供了一種圖像生成裝置，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訓練的圖像生成器，生成屬于所述圖像類別的虛擬圖像。

根據本公開的另一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本申請實施例中任一項所述的方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其特征在于，所述計算機指令用于使所述計算機執行本申請實施例中任一項所述的方法。

根據本申請的技術解決了難于獲取經分類的圖像的問題。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1a是根據本申請實施例的一種圖像生成方法的流程圖；

圖1b是根據本申請實施例的一種stylegan訓練結構圖；

圖2是根據本申請實施例的又一種圖像生成方法的流程圖；

圖3a是根據本申請實施例的又一種圖像生成方法的流程圖；

圖3b是根據本申請實施例的一種獲取經訓練的圖像至圖像翻譯模型的流程圖；