[发明专利]动漫图像生成方法、装置、电子设备及存储介质有效

专利信息
申请号: 201911285100.2 申请日: 2019-12-13
公开(公告)号: CN111080512B 公开(公告)日: 2023-08-15
发明(设计)人: 李鹏;裴峥;柯聪梁;陈艺勇;肖梦;李晋瑞;张伟;王堃;曾思达 申请(专利权)人: 咪咕动漫有限公司;咪咕文化科技有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T7/13
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王宇杨
地址: 361021 福建*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动漫 图像 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种动漫图像生成方法,其特征在于,包括:

获取待转换的涂鸦作品,根据所述待转换的涂鸦作品生成所述待转换的涂鸦作品的特征图;

将所述待转换的涂鸦作品的特征图输入动漫图像生成模型,生成由所述待转换的涂鸦作品转换而来的动漫图像;其中,

所述动漫图像生成模型是基于涂鸦作品以及与所述涂鸦作品对应的动漫图像,通过对生成式对抗网络进行训练得到的;

所述动漫图像生成方法还包括:

采集多组动漫图像和涂鸦作品;同一组中的动漫图像和涂鸦作品具有对应关系;

根据所述多组动漫图像和涂鸦作品,通过对生成式对抗网络的训练得到动漫图像生成模型;

所述特征图包括边缘轮廓图;相应地,所述根据所述多组动漫图像和涂鸦作品,通过对生成式对抗网络的训练得到动漫图像生成模型包括:

构建生成式对抗网络,所述生成式对抗网络包括生成器和判别器;

根据所述动漫图像生成存在区域空缺的动漫图像;

根据与所述动漫图像对应的涂鸦作品生成涂鸦作品的边缘轮廓图;

根据对一组中的动漫图像、存在区域空缺的动漫图像和涂鸦作品的边缘轮廓图的处理,更新所述生成器和所述判别器的权重参数,完成所述生成式对抗网络的一次训练;计算当前次训练的损失,在损失收敛前,采用另一组中的动漫图像、存在区域空缺的动漫图像和涂鸦作品的边缘轮廓图继续所述生成式对抗网络的训练;

将训练最终得到的生成器作为动漫图像生成模型。

2.根据权利要求1所述的动漫图像生成方法,其特征在于,所述特征图包括边缘轮廓图和/或颜色分布图;其中,所述颜色分布图是对图像做中值滤波和平滑颜色域后得到的。

3.根据权利要求1所述的动漫图像生成方法,其特征在于,所述特征图包括边缘轮廓图和颜色分布图;相应地,所述根据所述多组动漫图像和涂鸦作品,通过对生成式对抗网络的训练得到动漫图像生成模型包括:

构建生成式对抗网络,所述生成式对抗网络包括生成器和判别器;

根据所述动漫图像生成存在区域空缺的动漫图像;

根据与所述动漫图像对应的涂鸦作品生成涂鸦作品的边缘轮廓图和涂鸦作品的颜色分布图;

根据对一组中的动漫图像、存在区域空缺的动漫图像和涂鸦作品的边缘轮廓图的处理,更新所述生成器和所述判别器的权重参数,完成所述生成式对抗网络的一次训练;计算当前次训练的损失,在损失收敛前,采用另一组中的动漫图像、存在区域空缺的动漫图像和涂鸦作品的边缘轮廓图继续所述生成式对抗网络的训练;得到经过第一轮训练的生成器和判别器;

基于第一轮训练得到的生成器和判别器,根据对一组中的动漫图像和涂鸦作品的边缘轮廓图、颜色分布图的处理,更新所述生成器和所述判别器的权重参数,完成所述生成式对抗网络的一次训练;计算当前次训练的损失,在损失收敛前,采用另一组中的动漫图像和涂鸦作品的边缘轮廓图、颜色分布图继续所述生成式对抗网络的训练;

将最终得到的生成器作为动漫图像生成模型。

4.根据权利要求3所述的动漫图像生成方法,其特征在于,所述计算当前次训练的损失包括:

计算生成图像的每个像素点的L1损失;

计算生成式对抗网络的对抗损失;

计算卷积过程中的特征损失;

将生成图像的每个像素点的L1损失、生成式对抗网络的对抗损失和卷积过程中的特征损失求和。

5.根据权利要求3所述的动漫图像生成方法,其特征在于,所述根据所述待转换的涂鸦作品生成所述待转换的涂鸦作品的颜色分布图包括:

对所述待转换的涂鸦作品做中值滤波,去除所述待转换的涂鸦作品中颜色部分的干扰噪声;

对经过中值滤波的待转换的涂鸦作品做平滑颜色域的处理;

对平滑颜色域后的待转换的涂鸦作品做中值滤波,得到待转换的涂鸦作品的颜色分布图。

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咪咕动漫有限公司;咪咕文化科技有限公司,未经咪咕动漫有限公司;咪咕文化科技有限公司许可,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/201911285100.2/1.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