[发明专利]一种训练数据的生成方法、装置和终端

权利要求书

1.一种训练数据的生成方法，其特征在于，包括：

获取原始图像；

根据图像风格迁移模型和所述原始图像，确定迁移图像，所述图像风格迁移模型是通过最小化损失函数获得，所述损失函数是根据原始损失函数、背景损失函数以及前景损失函数确定；

根据所述迁移图像，确定所述训练数据；

其中，所述原始损失函数用于指示所述迁移图像与目标图像之间的差异程度，所述背景损失函数用于指示所述迁移图像中的背景图像与所述目标图像中的背景图像之间的差异程度，所述前景损失函数用于指示所述迁移图像中的前景图像与所述目标图像中的前景图像之间的差异程度。

2.根据权利要求1所述的训练数据的生成方法，其特征在于，在获取原始图像之前，所述训练数据的生成方法，还包括：

获取第一图像集合和第二图像集合，其中，所述第一图像集合中的第一图像与所述原始图像具有相同图像风格，所述第二图像集合中的第二图像与所述迁移图像具有相同图像风格；

根据所述第一图像集合和所述第二图像集合，分别确定所述原始损失函数、所述背景损失函数和所述前景损失函数；

最小化由所述原始损失函数、所述背景损失函数以及所述前景损失函数确定的所述损失函数，构建所述图像风格迁移模型。

3.根据权利要求2所述的训练数据的生成方法，其特征在于，根据所述第一图像集合和所述第二图像集合，分别确定所述原始损失函数、所述背景损失函数和所述前景损失函数，具体包括：

将所述第一图像集合中每个第一图像拆分为第一前景图像和第一背景图像，以及，将所述第二图像集合中每个第二图像拆分为第二前景图像和第二背景图像；

根据每个所述第一图像和每个所述第二图像，确定所述原始损失函数；

根据每个所述第一前景图像以及每个所述第二前景图像，确定所述前景损失函数；

根据每个所述第一背景图像以及每个所述第二背景图像，确定所述背景损失函数。

4.根据权利要求3所述的训练数据的生成方法，其特征在于，在获取所述原始图像之后且在确定迁移图像之前，所述训练数据的生成方法还包括：

若确定所述原始图像不是基于色调、饱和度和亮度组成的图像，则将所述原始图像转化为基于色调、饱和度和亮度组成的图像。

5.根据权利要求3所述的训练数据的生成方法，其特征在于，根据每个所述第一前景图像以及每个所述第二前景图像，确定所述前景损失函数，具体包括：

根据每个所述第一前景图像和每个所述第二前景图像，计算将第一前景图像所属图像风格转换为所述第二前景图像所属图像风格的第一期望函数，以及，计算将所述第二前景图像所属图像风格转换为第一前景图像所属图像风格的第二期望函数；

将所述第一期望函数和所述第二期望函数之和作为所述前景损失函数。

6.根据权利要求3所述的训练数据的生成方法，其特征在于，根据每个所述第一背景图像以及每个所述第二背景图像，确定所述背景损失函数，具体包括：

根据每个所述第一背景图像和每个所述第二背景图像，计算将第一背景图像所属图像风格转换为第二背景图像所属图像风格的第三期望函数，以及，计算将第二背景图像所属图像风格转换为第一背景图像所属图像风格的第四期望函数；

将所述第三期望函数和所述第四期望函数之和作为所述背景损失函数。

7.根据权利要求4所述的训练数据的生成方法，其特征在于，根据所述迁移图像，确定所述训练数据，具体包括：

将基于所述色调、饱和度和亮度的迁移图像转换回基于三原色的图像；

并将转换后的所述迁移图像作为所述训练数据。

8.根据权利要求5至6中任一项所述的训练数据的生成方法，其特征在于，所述图像风格迁移模型为循环生成式对抗网络模型。