[发明专利]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，包括：

获取噪声数据；

根据所述噪声数据和第一数据集合，获得特征图像；其中，所述第一数据集合用于根据所述噪声数据生成所述特征图像；

根据所述特征图像和第二数据集合，获得目标图像；其中，所述第二数据集合用于根据所述特征图像生成所述目标图像。

2.根据权利要求1所述的方法，其特征在于，所述第一数据集合包括：第一子数据集合和第二子数据集合，其中，所述第一子数据集合用于根据所述噪声数据生成候选图像，所述第二子数据集合用于从所述候选图像中识别得到所述特征图像；

所述根据所述噪声数据和第一数据集合，获得特征图像，包括：

根据所述噪声数据和所述第一子数据集合，生成所述候选图像；

通过所述第二子数据集合确定所述候选图像中的所述特征图像。

3.根据权利要求2所述的方法，其特征在于，所述第二子数据集合包括：第一样本特征图像；

所述通过所述第二子数据集合确定所述候选图像中的所述特征图像，包括：

根据第二子数据集合，将与所述第一样本特征图像之间的相似度大于或等于预设相似度阈值的候选图像，确定为所述特征图像。

4.根据权利要求1所述的方法，其特征在于，还包括：

获取第二样本特征图像；

根据所述第二样本特征图像，训练所述第一数据集合。

5.根据权利要求4所述的方法，其特征在于，还包括：

获取与所述第二样本特征图像对应的样本目标图像；

根据所述第二样本特征图像以及所述样本目标图像，训练所述第二数据集合。

6.根据权利要求1所述的方法，其特征在于，所述根据所述噪声数据和第一数据集合，获得特征图像，包括：

根据所述噪声数据和所述第一数据集合，获得与目标类别对应的特征图像；

所述根据所述特征图像和第二数据集合，获得目标图像，包括：

根据所述特征图像和所述第二数据集合，获得与所述目标类别对应的目标图像。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述特征图像包括：纹理特征图像、边缘特征图像中至少一种。

8.一种图像生成方法，其特征在于，包括：

获取噪声数据；

根据所述噪声数据，基于第一神经网络，生成特征图像，其中，所述特征图像包括纹理特征图像或边缘特征图像；

根据所述特征图像，基于第二神经网络，生成目标图像。

9.根据权利要求8所述的方法，其特征在于，所述第一神经网络包括：第一子神经网络和第二子神经网络；

所述根据所述噪声数据，基于第一神经网络，生成特征图像，包括：

根据所述噪声数据和所述第一子神经网络，生成所述候选图像；

根据所述第二子神经网络确定所述候选图像中的所述特征图像。

10.根据权利要求9所述的方法，其特征在于，所述根据所述噪声数据和所述第一子神经网络，生成所述候选图像，包括：

基于所述第一子神经网络的全连接层，将所述噪声数据转化为第一特征图；

基于所述第一子神经网络的卷积层，对所述第一特征图进行第一卷积处理，获得所述候选图像。

11.根据权利要求9所述的方法，其特征在于，所述第二子神经网络包括：样本特征图像；

所述根据所述第二子神经网络确定所述候选图像中的所述特征图像，包括：

基于所述第二子神经网络的全连接层，将所述候选图像转化为第二特征图；

基于所述第二子神经网络的卷积层，对所述第二特征图进行第二卷积处理，得到第二候选特征图；

确定所述第二候选特征图与所述样本特征图像之间的相似度；

将与所述样本特征图像之间的相似度大于或等于预设相似度阈值的第二候选特征图所对应的候选图像，确定为所述特征图像。