[发明专利]图像生成模型的生成方法、装置及图像生成方法、装置

权利要求书

1.一种图像生成模型的生成方法，其特征在于，所述方法包括：

获取训练数据，其中，所述训练数据包括样本遮挡人脸图像和与样本遮挡人脸图像对应的样本完整人脸图像；

执行以下训练步骤：

将所述训练数据中的样本遮挡人脸图像输入生成式对抗网络模型中的生成模型，生成与输入的样本遮挡人脸图像对应的模拟人脸图像；将输入生成模型的样本遮挡人脸图像与生成的模拟人脸图像或目标人脸图像输入生成式对抗网络模型中的判别模型，输出图像判别结果，具体包括：将输入生成模型的样本遮挡人脸图像与生成的模拟人脸图像或目标人脸图像进行堆叠，形成RGB色彩通道的图像，并输入判别模型；将输入的样本遮挡人脸图像中的每块图像与生成的模拟人脸图像中对应的每块图像进行比较，得到模拟人脸图像中的每块图像的判别结果，根据模拟人脸图像中的每块图像的判别结果，确定并输出整张模拟人脸图像的判别结果；将输入的样本遮挡人脸图像中的每块图像与目标人脸图像中对应的每块图像进行比较，得到目标人脸图像中的每块图像的判别结果，根据目标人脸图像中的每块图像的判别结果，确定并输出整张目标人脸图像的判别结果；其中，所述目标人脸图像为与输入生成模型的样本遮挡人脸图像对应的样本完整人脸图像；根据输入的样本遮挡人脸图像、生成的模拟人脸图像以及目标人脸图像，确定生成式对抗网络模型的损失函数，且判断该损失函数是否达到预设阈值；响应于确定该损失函数达到预设阈值，根据当前训练后的生成式对抗网络模型生成图像生成模型，并输出所述图像生成模型。

2.根据权利要求1所述的方法，其特征在于，所述获取训练数据，包括：

对目标监控录像进行抽帧，获得图像帧，并对图像帧中的人脸图像进行提取处理；根据提取后的人脸图像生成训练数据。

3.根据权利要求2所述的方法，其特征在于，所述根据提取后的人脸图像生成训练数据，包括：

对提取后的人脸图像的尺寸大小进行处理，以得到相同尺寸的人脸图像；和/或对提取后的人脸图像中的完整人脸图像进行遮挡处理；基于处理后的人脸图像生成训练数据。

4.根据权利要求1所述的方法，其特征在于，所述生成式对抗网络模型采用图像转换Pix2Pix模型，生成模型采用U-Net网络结构，判别模型采用PatchGAN结构。

5.根据权利要求4所述的方法，其特征在于，所述根据输入的样本遮挡人脸图像、生成的模拟人脸图像以及目标人脸图像，确定生成式对抗网络模型的损失函数，包括：

将生成的模拟人脸图像与目标人脸图像进行比较，确定两种图像之间的整体差别；

根据判别模型输出的判别结果以及模拟人脸图像与目标人脸图像之间的整体差别，确定生成式对抗网络模型的损失函数。

6.根据权利要求1-5之一所述的方法，其特征在于，所述方法还包括：

响应于确定该损失函数未达到预设阈值，对当前训练后的生成式对抗网络模型进行优化；将优化后的模型作为生成式对抗网络模型，并继续执行所述训练步骤。