[发明专利]一种图像生成方法、装置、存储介质及电子设备

权利要求书

1.一种图像生成方法，其特征在于，包括：

获取待预测用户的当前脸部图像和第一预测等级；

根据所述待预测用户的当前脸部图像以及所述第一预测等级，利用对抗网络模型的生成器确定所述第一预测等级所对应的第一脸部预测图像；

利用对抗网络模型的生成器确定所述第一预测等级所对应的第一脸部预测图像之前，还包括：

通过如下方式训练所述对抗网络模型：

将样本脸部图像和设定预测等级输入至所述对抗网络模型的生成器，并将所述生成器生成的与所述设定预测等级对应的第一合成脸部图像和所述样本脸部图像输入至所述对抗网络模型的判别器；

通过所述判别器输出所述第一合成脸部图像的等级和真实度，以对所述对抗网络模型的生成器和判别器进行训练；

对所述对抗网络模型的生成器和判别器进行训练包括：

根据所述第一合成脸部图像的等级和真实度，更新所述生成器的参数，以使所述生成器生成可以使所述判别器打高分的第二合成脸部图像，并使所述生成器生成的第二合成脸部图像对应的等级与所述设定预测等级相同；

根据所述第一合成脸部图像和样本脸部图像，更新所述判别器的参数，以使所述判别器对所述第一合成脸部图像打低分，对所述样本脸部图像打高分，并判断所述第一合成脸部图像的等级；

在对所述对抗网络模型的生成器和判别器进行训练时，训练数据只需要各个等级的用户的脸部图像；

所述第一预测等级是预测的所述待预测用户的发病等级。

2.根据权利要求1所述的方法，其特征在于，获取待预测用户的当前脸部图像包括：

利用图像生成装置的第一人脸取景框对所述待预测用户的脸部图像进行采集、定位和裁剪，以得到所述待预测用户的当前脸部图像。

3.根据权利要求2所述的方法，其特征在于，还包括：

对所述图像生成装置的原始人脸取景框进行放大，以得到所述第一人脸取景框。

4.根据权利要求1所述的方法，其特征在于，所述生成器采用残差网络建立；所述判别器采用卷积神经网络建立。

5.一种图像生成装置，其特征在于，包括：

信息获取模块，用于获取待预测用户的当前脸部图像和第一预测等级；

图像预测模块，用于根据所述待预测用户的当前脸部图像以及所述第一预测等级，利用对抗网络模型的生成器确定所述第一预测等级所对应的第一脸部预测图像；

所述装置还包括：模型训练模块，用于训练所述对抗网络模型；

所述模型训练模块包括：

生成子模块，用于将样本脸部图像和设定预测等级输入至所述对抗网络模型的生成器，并将所述生成器生成的与所述设定预测等级对应的第一合成脸部图像和所述样本脸部图像输入至所述对抗网络模型的判别器；

判别子模块，用于通过所述判别器输出所述第一合成脸部图像的等级和真实度，以对所述对抗网络模型的生成器和判别器进行训练；

所述生成子模块，具体用于根据所述第一合成脸部图像的等级和真实度，更新所述生成器的参数，以使所述生成器生成可以使所述判别器打高分的第二合成脸部图像，并使所述生成器生成的第二合成脸部图像对应的等级与所述设定预测等级相同；

所述判别子模块，具体用于根据所述第一合成脸部图像和样本脸部图像，更新所述判别器的参数，以使所述判别器对所述第一合成脸部图像打低分，对所述样本脸部图像打高分，并判断所述第一合成脸部图像的等级；

在对所述对抗网络模型进行训练时，训练数据只需要各个等级的用户的脸部图像；

所述第一预测等级是预测的所述待预测用户的发病等级。

6.根据权利要求5所述的装置，其特征在于，所述信息获取模块，包括：

图像处理子模块，用于利用图像生成装置的第一人脸取景框对所述待预测用户的脸部图像进行采集、定位和裁剪，以得到所述待预测用户的当前脸部图像。

7.根据权利要求6所述的装置，其特征在于，所述信息获取模块，还包括：

取景框放大子模块，用于对所述图像生成装置的原始人脸取景框进行放大，以得到所述第一人脸取景框。