[发明专利]一种图像生成方法、装置、电子设备及存储介质

权利要求书

1.一种图像生成方法，其特征在于，包括：

通过对抗网络模型得到原始图像中人物的属性特征向量和人像特征向量，所述原始图像中的人物包括背景人物和目标人物；

根据背景人物的属性特征向量和目标人物的人像特征向量得到目标图像，所述目标图像中的人物与所述原始图像中的人物不同。

2.根据权利要求1所述的方法，其特征在于，所述对抗网络模型包括人像解耦网络和分类网络，所述通过对抗网络模型得到原始图像中人物的属性特征向量和人像特征向量，包括：

通过所述人像解耦网络得到所述原始图像中人物的特征向量；

通过所述分类网络得到原始图像中人物的属性特征向量和人像特征向量。

3.根据权利要求2所述的方法，其特征在于，所述通过所述分类网络得到原始图像中人物的属性特征向量和人像特征向量，包括：

将原始图像中人物的特征向量与所述分类网络中标准向量比较，得到原始图像中人物的属性特征向量和人像特征向量。

4.根据权利要求2所述的方法，其特征在于，所述人像解耦网络设置库尔贝克-莱布勒散度损失函数约束。

5.根据权利要求1所述的方法，其特征在于，通过对抗网络模型得到原始图像中人物的属性特征向量和人像特征向量之前，还包括：

将样本图像输入初始网络模型中，对所述初始网络模型进行训练；

将验证图像输入训练后的初始网络模型中，得到验证图像中人物的属性特征向量和人像特征向量，所述验证图像包括验证背景人物和验证目标人物；

根据验证背景人物的属性特征向量和验证目标人物的人像特征向量得到验证目标图像；

如果验证目标图像中的人物与所述验证目标人物的相似度小于相似度阈值，则所述初始网络模型作为所述对抗网络模型。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述目标图像中的人物与所述原始图像中的人物不同包括：

所述目标图像中的人物为所述背景人物和所述目标人物换脸后的人物；或者，所述目标图像中的人物为所述背景人物和所述目标人物融合后的人物。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述属性特征向量包括：人物表情向量、方位角度向量、人物体型向量以及背景特征向量中的至少一个；所述人像特征向量包括：五官特征向量、头发特征向量以及肢体特征向量中的至少一个。

8.一种图像生成装置，其特征在于，包括：

向量获取模块，用于通过对抗网络模型得到原始图像中人物的属性特征向量和人像特征向量，所述原始图像中的人物包括背景人物和目标人物；

图像生成模块，用于根据背景人物的属性特征向量和目标人物的人像特征向量得到目标图像，所述目标图像中的人物与所述原始图像中的人物不同。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像生成方法。

10.一种可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的图像生成方法。