[发明专利]一种图像生成方法及装置

权利要求书

1.一种图像生成方法，其特征在于，所述方法包括：

获取待处理视频以及目标服饰图像；

从所述待处理视频中提取连续的至少两个视频帧图像；所述视频帧图像包括目标对象；

对所述至少两个视频帧图像进行目标对象分割处理，得到所述目标对象的二值图；

融合所述目标服饰图像、二值图以及所述至少两个视频帧图像中的目标视频帧图像，得到目标融合图像。

2.根据权利要求1所述的一种图像生成方法，其特征在于，所述对所述至少两个视频帧图像进行目标对象分割处理，得到所述目标对象的二值图，包括：

将所述至少两个视频帧图像输入图像分割网络，通过所述图像分割网络对所述至少两个视频帧图像进行目标对象分割处理，得到所述目标对象的二值图。

3.根据权利要求2所述的一种图像生成方法，其特征在于，所述方法还包括：

获取第一训练数据；所述第一训练数据包括第一图像组和所述第一图像组对应的参考二值图，所述第一图像组中包括连续的至少两个样本视频帧图像；

将所述第一图像组输入至第一初始神经网络模型中进行图像分割训练，得到输出的训练二值图；

根据所述训练二值图与所述参考二值图的二阶范数确定第一损失值；

按照最小化所述第一损失值的方向调整所述第一初始神经网络模型中的模型参数直至满足训练结束条件，得到所述图像分割网络。

4.根据权利要求1所述的一种图像生成方法，其特征在于，所述融合所述目标服饰图像、二值图以及所述至少两个视频帧图像中的目标视频帧图像，得到目标融合图像，包括：

将所述目标服饰图像、二值图以及所述至少两个视频帧图像中的目标视频帧图像输入图像融合网络，通过所述图像融合网络对所述目标服饰图像、二值图以及所述至少两个视频帧图像中的目标视频帧图像进行目标对象融合处理，得到所述目标融合图像。

5.根据权利要求4所述的一种图像生成方法，其特征在于，所述方法还包括：

获取第二训练数据；所述第二训练数据包括第二图像组以及所述第二图像组对应的参考融合图像，所述第二图像组中包括样本目标视频帧图像、样本目标视频帧图像对应的二值图以及样本目标服饰图像；

将所述第二图像组输入至第二初始神经网络模型中进行图像融合训练，得到输出的训练融合图像；

根据所述训练融合图像与所述参考融合图像的二阶范数确定第二损失值；

按照最小化所述第二损失值的方向调整所述第二初始神经网络模型中的模型参数直至满足训练结束条件，得到所述图像融合网络。

6.根据权利要求2所述的一种图像生成方法，其特征在于，所述从所述待处理视频中提取连续的至少两个视频帧图像包括：

从所述待处理视频中提取m组视频帧图像，每组视频帧图像包括连续的至少两个视频帧图像；

将所述m组视频帧图像输入图像择优网络，通过所述图像择优网络对所述m组视频帧图像进行择优处理，分别得到所述m组视频帧图像中每组视频帧图像的得分；

对所述m组视频帧图像的得分进行排序，将得分最高的一组视频帧图像作为所述连续的至少两个视频帧图像，得到所述连续的至少两个视频帧图像。

7.根据权利要求6所述的一种图像生成方法，其特征在于，所述方法还包括：

获取第三训练数据；所述第三训练数据包括第三图像组和所述第三图像组对应的参考得分，所述第三图像组中包括m组样本视频帧图像，每组样本视频帧图像包括连续的至少两个视频帧图像；

将所述第三图像组输入至第三初始神经网络模型中进行图像择优训练，得到输出的训练得分；

根据所述训练得分与所述参考得分的二阶范数确定第三损失值；

按照最小化所述第三损失值的方向调整所述第三初始神经网络模型中的模型参数直至满足训练结束条件，得到所述图像择优网络。