[发明专利]一种图像生成模型的训练方法、图像生成方法及装置

权利要求书

1.一种图像生成模型的训练方法，其特征在于，包括：

将包含目标对象的样本图像输入待训练模型；

所述待训练模型的图像生成器模块提取所述样本图像的目标特征信息，并将所述目标特征信息与所述目标对象的第一特征信息进行融合处理，生成样本目标图像；所述目标特征信息为：除所述第一特征信息之外的特征信息，所述第一特征信息为：用于表征所述目标对象的年龄特征、性别特征或颜色特征的特征信息；

将所述样本图像以及所述样本目标图像分别进行下采样，得到下采样后的样本图像，以及下采样后的样本目标图像；

将所述样本图像以及所述样本目标图像输入所述待训练模型的第一类判别器模块，并将下采样后的样本图像，以及下采样后的样本目标图像对应输入所述待训练模型中的第二类判别器模块；

在所述图像生成器模块对应的第一损失值，所述第一类判别器模块对应的第二损失值，以及所述第二类判别器模块对应的第三损失值满足第一预设条件时，将所述待训练模型确定为训练好的图像生成模型。

2.根据权利要求1所述的方法，其特征在于，所述待训练模型还包括标签分类器模块；

在所述待训练模型的图像生成器模块提取所述样本图像的目标特征信息之后，所述方法还包括：

将所述目标特征信息输入所述标签分类器模块中，得到判断结果，所述判断结果为所述目标特征信息是否包括所述第一特征信息；

如果所述判断结果为所述目标特征信息不包括所述第一特征信息，将所述待训练模型确定为训练好的图像生成模型；如果所述判断结果为所述目标特征信息包括所述第一特征信息，继续训练所述待训练模型。

3.根据权利要求1或2所述的方法，其特征在于，在所述将所述目标特征信息与所述目标对象的第一特征信息进行融合处理，生成样本目标图像之后，所述方法还包括：

计算所述样本图像与所述样本目标图像的目标结构相似度损失值；

在所述第一损失值，所述第二损失值，所述第三损失值，以及所述目标结构相似度损失值满足第二预设条件时，将所述待训练模型确定为训练好的图像生成模型；否则，继续训练所述待训练模型。

4.根据权利要求1或2所述的方法，其特征在于，所述第一预设条件为：所述第一损失值，所述第二损失值，以及所述第三损失值之和小于第一预设损失值。

5.根据权利要求3所述的方法，其特征在于，所述第二预设条件为：所述第一损失值，所述第二损失值，所述第三损失值，以及所述目标结构相似度损失值之和小于第二预设损失值。

6.一种图像生成方法，其特征在于，包括：

获取包括目标对象的待处理图像，所述目标对象的具有第二特征信息，所述第二特征信息为：所述目标对象的第一年龄特征信息、第一性别特征信息或第一颜色特征信息；

将所述待处理图像输入权利要求1至5任一项所述的训练好的图像生成模型中，得到具有第三特征信息的目标图像，所述第三特征信息为所述目标对象的第二年龄特征信息、第二性别特征信息或第二颜色特征信息，所述第三特征信息与所述第二特征信息的类型相同。

7.根据权利要求6所述的方法，其特征在于，所述将所述待处理图像输入权利要求1至5任一项所述的训练好的模型中之前，所述方法还包括：

对所述待处理图像进行图像分割预处理，得到所述待处理图像的目标对象；

所述将所述待处理图像输入权利要求1至5任一项所述的训练好的图像生成模型中，包括：

将所述目标对象输入权利要求1至5任一项所述的训练好的图像生成模型中。