[发明专利]图像生成方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像生成方法、装置、计算机设备和存储介质。所述方法包括：获取待处理对象图像和参考姿态数据；对所述待处理对象图像进行姿态识别，得到所述待处理对象图像对应的对象骨架数据；调用姿态迁移模型，所述姿态迁移模型是根据训练样本对应的对象误差和姿态误差训练得到的；将所述对象骨架数据和所述参考姿态数据输入至所述姿态迁移模型，根据所述姿态迁移模型进行姿态迁移处理，得到目标骨架数据；根据所述目标骨架数据生成所述待处理对象图像对应的目标对象图像。采用本方法能够有效的提高生成的目标对象图像的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像生成方法、装置、计算 机设备和存储介质。

背景技术

随着图像处理技术的发展，姿态迁移技术逐渐成为图像处理技术中的一个 重要研究方向。姿态迁移技术旨在由计算机根据包括目标对象的对象图像，以 及姿态图像，生成该目标对象具备姿态图像中姿态对象所对应姿态的对象图像。

在传统方式中，用于进行姿态迁移的目标对象和姿态对象的身形比例较为 接近，便于将姿态对象所对应的姿态迁移至目标对象。但是，当目标对象和姿 态对象之间的身形比例相差较大时，无法准确的进行姿态迁移，生成的图像的 准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效提高图像生成的准 确性的图像生成方法、装置、计算机设备和存储介质。

一种图像生成方法，所述方法包括：

获取待处理对象图像和参考姿态数据；

对所述待处理对象图像进行姿态识别，得到所述待处理对象图像对应的对 象骨架数据；

调用姿态迁移模型，所述姿态迁移模型是根据训练样本对应的对象误差和 姿态误差训练得到的；

将所述对象骨架数据和所述参考姿态数据输入至所述姿态迁移模型，根据 所述姿态迁移模型进行姿态迁移处理，得到目标骨架数据；

根据所述目标骨架数据生成所述待处理对象图像对应的目标对象图像。

在其中一个实施例中，所述根据所述姿态迁移模型进行姿态迁移处理，得 到目标骨架数据包括：

对所述对象骨架数据和所述参考姿态数据进行特征提取，得到所述对象骨 架数据对应的对象特征，以及所述参考姿态数据对应的姿态特征；

将所述对象特征与所述姿态特征进行特征融合，得到目标特征；

获取所述姿态迁移模型根据所述目标特征输出对应的目标骨架数据。

在其中一个实施例中，所述方法还包括所述姿态迁移模型的训练步骤，所 述训练步骤包括：

获取训练样本，所述训练样本包括对象训练样本和姿态训练样本；

获取初始迁移模型，将所述对象训练样本和所述姿态训练样本输入所述初 始迁移模型，得到所述训练样本对应的骨架训练结果；

根据所述骨架训练结果和所述对象训练样本确定对象误差，根据所述骨架 训练结果和所述姿态训练样本确定姿态误差；

根据所述对象误差和所述姿态误差，对所述初始迁移模型中的模型参数进 行修正。

在其中一个实施例中，所述根据所述骨架训练结果和所述姿态训练样本确 定姿态误差包括：

根据所述姿态训练样本获取多个姿态关键点对；

从所述骨架训练结果中获取与所述多个姿态关键点对各自对应的结果关键 点对，组成多个关键点对组；

确定所述多个关键点对组各自对应的关键点对误差；