[發(fā)明專利]圖像生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010690642.4
• 申請日: 2020-07-17
• 公開（公告）號: CN111815506A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計(jì)）人: 許允杰
• 申請（專利權(quán)）人: 上海眼控科技股份有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06K9/62
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 李鵬

本申請涉及一種圖像生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。所述方法包括：通過圖像生成模型提取輸入源圖像的輸入圖像特征；利用所述圖像生成模型根據(jù)所述輸入圖像特征和隨機(jī)噪聲參數(shù)得到生成圖像；其中，所述圖像生成模型為令生成損失函數(shù)最大訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型，所述生成損失函數(shù)為所述生成圖像的圖像內(nèi)容差異值與圖像風(fēng)格差異值之和。采用本方法能夠使得生成圖像之間的差異大，提高了生成圖像之間的多樣性。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著圖像處理技術(shù)的發(fā)展，出現(xiàn)了通過神經(jīng)網(wǎng)絡(luò)基于輸入的圖像生成新的圖像的技術(shù)，該技術(shù)越來越多的被應(yīng)用于人們的日常生活中，如對人們的裝扮樣貌進(jìn)行易容變裝，對夫妻后代容貌的預(yù)測等等。

傳統(tǒng)技術(shù)中，圖像生成輸入兩張圖像，一張作為源圖像另外一張作為參考圖像，兩張圖像通過不同的編碼器(Encoder)后，將編碼器編碼得到的特征融合經(jīng)過反卷積網(wǎng)絡(luò)，生成和參考圖像相同類別的圖像。

然而，傳統(tǒng)技術(shù)的生成圖像之間視覺差異小，生成的圖像模式單一，只有一種或幾種特定的模式，圖像生成不具有多樣性。

發(fā)明內(nèi)容

基于此，有必要針對上述技術(shù)問題，提供一種圖像生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。

一種圖像生成方法，所述方法包括：

通過圖像生成模型提取輸入源圖像的輸入圖像特征；

利用所述圖像生成模型根據(jù)所述輸入圖像特征和隨機(jī)噪聲參數(shù)得到生成圖像；其中，所述圖像生成模型包括令生成損失函數(shù)最大訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型，所述生成損失函數(shù)為所述生成圖像間的圖像內(nèi)容差異值與圖像風(fēng)格差異值之和。

在其中一個(gè)實(shí)施例中，所述圖像生成模型包括判別子模型和生成子模型，在所述利用圖像生成模型根據(jù)所述輸入圖像特征和隨機(jī)噪聲參數(shù)得到生成圖像之前，包括：

通過初始生成子模型得到訓(xùn)練源圖像的至少兩訓(xùn)練生成圖像；

根據(jù)所述訓(xùn)練生成圖像和目標(biāo)圖像對初始判別子模型和初始生成子模型進(jìn)行訓(xùn)練，得到所述判別子模型和所述生成子模型；其中，所述初始判別子模型用于根據(jù)輸入圖像為真圖像的真圖概率判斷所述輸入圖像是否為真圖像；所述目標(biāo)圖像為與所述生成圖像相同類型的圖像。

在其中一個(gè)實(shí)施例中，根據(jù)所述訓(xùn)練生成圖像和目標(biāo)圖像對初始判別子模型和初始生成子模型進(jìn)行訓(xùn)練，得到所述判別子模型和所述生成子模型，包括：

根據(jù)概率差值對所述初始判別子模型進(jìn)行訓(xùn)練，得到中間判別子模型；其中，所述概率差值根據(jù)所述訓(xùn)練生成圖像為真圖像的生成概率與目標(biāo)圖像為真圖像的目標(biāo)概率得到；

根據(jù)所述生成損失函數(shù)和所述生成概率對所述初始生成子模型進(jìn)行訓(xùn)練，得到中間生成子模型；

當(dāng)所述概率差值小于預(yù)設(shè)差值、所述生成損失函數(shù)大于預(yù)設(shè)損失值且生成概率差大于預(yù)設(shè)概率差時(shí)，將所述中間判別子模型作為所述判別子模型，將所述中間生成子模型作為所述生成子模型；其中，所述生成概率差根據(jù)所述生成概率與假圖標(biāo)準(zhǔn)概率之差得到。

在其中一個(gè)實(shí)施例中，所述根據(jù)概率差值對所述初始判別子模型進(jìn)行訓(xùn)練，得到中間判別子模型，包括：

將所述訓(xùn)練生成圖像和所述目標(biāo)圖像輸入所述初始判別子模型，得到所述生成概率和所述目標(biāo)概率；

獲取所述生成概率與假圖標(biāo)準(zhǔn)概率之差的平均值，作為生成概率差；

獲取所述目標(biāo)概率與真圖標(biāo)準(zhǔn)概率之差的平均值，作為目標(biāo)概率差；

獲取所述生成概率差與所述目標(biāo)概率差的概率差平均值，得到所述概率差值；