[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有效

专利信息
申请号: 201911215480.2 申请日: 2019-12-02
公开(公告)号: CN111145080B 公开(公告)日: 2023-06-23
发明(设计)人: 方轲 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T11/00;G06V10/80;G06V10/774
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 李娜
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 生成 模型 训练 方法 装置
【说明书】:

本公开关于一种图像生成模型的训练方法、图像生成方法及装置,图像生成模型的训练方法包括:将样本图像输入待训练模型;提取样本图像的目标特征信息,将目标特征信息与目标对象的第一特征信息进行融合,生成样本目标图像;将样本图像以及样本目标图像下采样;将样本图像和样本目标图像输入第一类判别器模块,将下采样后的样本图像和样本目标图像输入第二类判别器模块;在图像生成器模块的第一损失值,第一类判别器模块的第二损失值,第二类判别器模块的第三损失值满足第一预设条件时,得到训练好的图像生成模型。可见,样本目标图像拥有目标图像的全局结构信息和局部细节信息,样本目标图像较好地还原了样本图像,且样本目标图像的清晰度较高。

技术领域

本申请涉及图像处理技术领域,特别是涉及一种图像生成模型的训练方法、图像生成方法及装置。

背景技术

随着移动终端的快速发展,移动终端在用户的生活中扮演了越来越重要的角色,影响着人们的方方面面。尤其随着图像、音乐、视频等多媒体的兴起,用户通过各种多媒体社交应用与移动终端进行交互,图像作为多媒体的一大重要组成部分,也是各大多媒体社交应用所关注的一个重点。

图像处理是图像领域十分热门的方向,比如,利用一个小孩的图像来预测该小孩变老之后的图像,即可以将小孩图像变成成人图像。但是,相关技术中,将小孩图像变成成人图像后,所得到的成人图像的清晰度较低,并且,小孩转化成人的效果不明显,转换后的成人也不像小孩本人。

发明内容

为了解决背景技术中记载的技术问题,本公开实施例提供了一种图像生成模型的训练方法、图像生成方法及装置,本公开的技术方案如下:

根据本公开实施例的第一方面,提供了一种图像生成模型的训练方法,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。

可选的,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。

可选的,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911215480.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top