[发明专利]一种图像生成方法、装置、存储介质及电子设备

说明书

本发明实施例公开了一种图像生成方法、装置、存储介质及电子设备。该图像生成方法包括：获取待预测用户的当前脸部图像和第一预测等级；根据待预测用户的当前脸部图像以及第一预测等级，利用对抗网络模型的生成器确定第一预测等级所对应的第一脸部预测图像。通过执行本发明所提供的技术方案，可以基于待预测用户的当前脸部图像，利用模型生成用户某个等级所对应的脸部预测图像，从而使用户对未来某个等级所对应的脸部情况有所了解，实现对用户脸部情况的预测。

技术领域

本发明实施例涉及医疗技术领域，尤其涉及一种图像生成方法、装置、存储介质及电子设备。

背景技术

面部疾病是指一类发病后会引起患者面部改变的疾病。患者在发病后，面部会发生改变如：嘴唇变大、额头发皱、眼睛突出、鼻子变大等。而面部改变的程度会随着病情的发展逐渐加深。

目前，患者只有自己处于了某个发病阶段，才能知道面部的改变情况，只能大概猜测自己未来的面部改变情况。

发明内容

本发明提供一种图像生成方法、装置、存储介质及电子设备，以实现对用户脸部情况的预测。

本发明实施例提供了一种图像生成方法，该方法包括：

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。

进一步的，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。

进一步的，获取待预测用户的当前脸部图像还包括：

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。

进一步的，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。

进一步的，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。

进一步的，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。

基于同一发明构思，本发明实施例还提供了一种图像生成装置，该装置包括：

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。

进一步的，所述信息获取模块，包括：