[發明專利]生成人像圖像的方法、裝置、可讀介質和電子設備

在審

• 申請號: 202011402320.1
• 申請日: 2020-12-04
• 公開（公告）號: CN112418139A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 殷書寶;葉芳
• 申請（專利權）人: 上海依圖網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海華誠知識產權代理有限公司 31300
• 代理人: 徐穎聰

1.一種生成人像圖像的方法，其特征在于，所述方法包括：

獲取多個隨機噪聲向量；

對所述多個隨機噪聲向量進行非線性變換得到多個目標噪聲向量，其中所述多個隨機噪聲向量與所述多個目標噪聲向量一一對應；

根據所述多個目標噪聲向量，得到多組向量序列，其中每組向量序列中包含的目標噪聲向量的數量均為n，且不同向量序列中包含的目標噪聲向量不同，n為大于或等于2的正整數；

基于所述多組向量序列生成多個人像圖像，所述多組向量序列與所述多個人像圖像一一對應。

2.根據權利要求1所述的方法，其特征在于，所述方法基于生成網絡實現，其中所述生成網絡包括串聯的n層神經網絡單元，所述n層神經網絡單元中的前一層神經網絡單元的輸出作為后一層神經網絡單元的輸入；

所述基于所述多組向量序列生成多個人像圖像，包括：

將每組向量序列中的n個目標噪聲向量按照排列順序依次輸入至所述n層神經網絡單元中，并將預設向量輸入至所述n層神經網絡單元中的第一層神經網絡單元，使得所述n層神經網絡單元中的最后一層神經網絡單元輸出一個人像圖像，得到所述多個人像圖像。

3.根據權利要求2所述的方法，其特征在于，所述多個隨機噪聲向量和所述多個目標噪聲向量中向量數量均為n，所述多組向量序列的組數和所述多個人像圖像的個數為n！，并且每組向量序列中均包含所述多個目標噪聲向量中的所有目標噪聲向量。

4.根據權利要求3所述的方法，所述多個隨機噪聲向量中每個隨機噪聲向量的數據結構均為1×n維。

5.根據權利要求4所述的方法，其特征在于，所述生成網絡基于反卷積網絡實現。

6.根據權利要求2至5中任一項所述的方法，其特征在于，所述基于所述多組向量序列生成多個人像圖像之前，所述方法還包括：

將第一隨機噪聲向量輸入至所述生成網絡，并將真實的人像圖像輸入至判別網絡中，其中所述生成網絡和所述判別網絡包含于同一生成對抗網絡；

通過所述生成網絡對所述第一隨機噪聲向量進行非線性變換，得到第一目標噪聲向量；

將所述第一目標噪聲向量輸入所述n層神經網絡單元中的每層神經網絡單元中，并將所述預設向量輸入至所述第一層神經網絡單元中，使得所述最后一層神經單元輸出一個第一人像圖像；

將所述第一人像圖像輸入所述判別網絡；

通過所述判別網絡區分所述真實的人像圖像和所述第一人像圖像，得到判別結果；

若所述判別結果指示所述判別網絡能夠區分所述人像圖像和所述真實的人像圖像，則更新所述生成網絡的參數和/或所述判別網絡的參數；

若所述判別結果指示所述判別網絡無法區分所述人像圖像和所述真實的人像圖像，則導出所述生成網絡。

7.根據權利要求2至5中任一項所述的方法，其特征在于，所述非線性變換基于至少一層全連接網絡實現。

8.一種生成人像圖像的裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取多個隨機噪聲向量；

非線性變換單元，用于對所述獲取單元獲取的所述多個隨機噪聲向量進行非線性變換得到多個目標噪聲向量，其中所述多個隨機噪聲向量與所述多個目標噪聲向量一一對應；

輸入單元，用于根據所述非線性單元得到所述多個目標噪聲向量，得到多組向量序列，其中每組向量序列中包含的目標噪聲向量的數量均為n，n為大于或等于2的正整數；

生成單元，用于基于所述多組向量序列生成多個人像圖像，所述多組向量序列與所述多個人像圖像一一對應。

9.一種可讀介質，其特征在于，所述可讀介質上存儲有指令，所述指令在電子設備上執行時使所述電子設備執行如權利要求1至7中任一項所述的生成人像圖像的方法。

10.一種電子設備，其特征在于，包括：

存儲器，用于存儲由所述電子設備的一個或多個處理器執行的指令，以及

處理器，是所述電子設備的處理器之一，用于執行如權利要求1至7中任一項所述的生成人像圖像的方法。