[发明专利]生成模型训练方法、图像生成方法及装置、介质、终端

权利要求书

1.一种生成模型训练方法，其特征在于，包括：基于训练图像中图像的关键点，得到生成模型的训练数据包括：生成对应所述训练图像中图像的掩码区域，将所述图像的关键点绘入所述掩码区域，生成所述训练数据；根据所述训练数据对所述生成模型进行训练，直至判别模型对所述生成模型输出的生成图像的判定结果不变；其中，所述判别模型还适于根据所述训练图像得到所述训练图像的边缘轮廓图像，并且根据所述生成图像得到所述生成图像的边缘轮廓图像；对所述生成模型进行训练包括：基于所述训练图像的边缘轮廓图像以及所述生成图像的边缘轮廓图像调整所述生成模型的模型参数。

2.根据权利要求1所述的生成模型训练方法，其特征在于，所述基于所述训练图像的边缘轮廓图像以及所述生成图像的边缘轮廓图像调整所述生成模型的模型参包括：基于所述训练图像的边缘轮廓图像以及所述生成图像的边缘轮廓图像，计算所述图像的边缘轮廓损失；根据所述边缘轮廓损失调整所述生成模型的边缘损失参数。

3.根据权利要求1所述的生成模型训练方法，其特征在于，所述对所述生成模型进行训练还包括：基于所述训练图像以及所述生成图像调整所述生成模型的模型参数。

4.根据权利要求3所述的生成模型训练方法，其特征在于，所述基于所述训练图像以及所述生成图像调整所述生成模型的模型参数包括：基于所述训练图像以及所述生成图像，计算所述图像的全局图像损失；根据所述全局图像损失调整所述生成模型的全局损失参数。

5.根据权利要求3所述的生成模型训练方法，其特征在于，所述基于所述训练图像以及所述生成图像调整所述生成模型的模型参数包括：基于所述训练图像，得到所述训练图像的局部训练图像；基于所述生成图像，得到所述生成图像的局部生成图像；根据所述局部训练图像以及所述局部生成图像，调整所述生成模型的模型参数。

6.根据权利要求5所述的生成模型训练方法，其特征在于，所述根据所述局部训练图像以及所述局部生成图像，调整所述生成模型的模型参数包括：根据局部训练图像以及所述局部生成图像，得到所述图像的局部残差图像；根据所述局部残差图像以及所述局部生成图像，计算所述图像的局部图像损失；根据所述局部图像损失调整所述生成模型的局部损失参数。

7.根据权利要求1所述的生成模型训练方法，其特征在于，所述图像的关键点通过关键点检测算法获取。

8.一种图像生成方法，其特征在于，包括：根据权利要求1至7任一项所述生成模型训练方法对生成模型进行训练；将目标图像中图像的关键点得到的目标图像数据作为训练后的生成模型的输入数据，通过所述生成模型生成对应所述目标图像的目标生成图像。

9.根据权利要求8所述的图像生成方法，其特征在于，所述将目标图像中图像的关键点得到的目标图像数据作为训练后的生成模型的输入数据，得到对应所述目标图像的目标生成图像包括：将所述目标图像数据输入所述生成模型，生成目标输出图像；通过混合算法融合所述目标输出图像以及所述目标图像，得到对应所述目标图像的目标生成图像。

10.根据权利要求9所述的图像生成方法，其特征在于，所述混合算法为α混合算法。