[发明专利]图像的生成方法、装置、存储介质和电子设备

权利要求书

1.一种图像的生成方法，其特征在于，所述方法包括：

提取源图像中包括的源人物的初始人脸特征向量和初始人体关键点，所述源图像为包括所述源人物的源视频中的任一帧图像；

根据所述初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点；

根据训练视频，将所述初始人体关键点转换为所述目标人物的目标人体关键点，所述训练视频为包括所述目标人物的视频；

根据所述目标人脸特征点、所述目标人体关键点和预设的人体生成网络，获取包括所述目标人物的目标图像，所述目标图像中所述目标人物的特征与所述源图像中所述源人物的特征相同；

所述根据所述初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点包括：

获取第一转换图像，所述第一转换图像与所述源图像的大小相同，且所述第一转换图像不包括任何图像信息；

将所述初始人脸特征向量映射到所述第一转换图像中；

将所述第一转换图像作为所述人脸生成网络的输入，以获取所述人脸生成网络输出的包括所述目标人脸特征点的第二转换图像；

所述根据所述目标人脸特征点、所述目标人体关键点和预设的人体生成网络，获取包括所述目标人物的目标图像包括：

根据所述目标人脸特征点和所述目标人体关键点的位置关系，将所述目标人体关键点映射到所述第二转换图像中；

将所述第二转换图像作为所述人体生成网络的输入，以获取所述人体生成网络输出的所述目标图像。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点之前，所述方法还包括：

根据所述训练视频对第一生成式对抗网络GAN进行训练，以使所述第一GAN中的生成器能够生成包括所述目标人物的人脸特征点的图像，并将训练后的所述第一GAN中的生成器作为所述人脸生成网络；

在所述根据所述目标人脸特征点、所述目标人体关键点和预设的人体生成网络，获取包括所述目标人物的目标图像之前，所述方法还包括：

根据所述训练视频对第二GAN进行训练，以使所述第二GAN中的生成器能够生成包括所述目标人物的图像，并将训练后的所述第二GAN中的生成器作为所述人体生成网络。

3.根据权利要求1或2所述的方法，其特征在于，所述根据训练视频，将所述初始人体关键点转换为所述目标人物的目标人体关键点，包括：

根据所述初始人体关键点对应的坐标，确定第一关键点与第二关键点的初始距离，所述第一关键点为所述初始人体关键点中的任一关键点，所述第二关键点为所述初始人体关键点中除所述第一关键点之外的任一关键点；

提取所述训练视频中每一帧训练图像包括的所述目标人物的训练人体关键点；

根据每一帧所述训练图像包括的所述训练人体关键点对应的坐标，确定每一帧所述训练图像中第三关键点与第四关键点的训练距离，所述第三关键点为所述第一关键点对应在所述训练人体关键点中的关键点，所述第四关键点为所述第二关键点对应在所述训练人体关键点中的关键点；

确定多帧所述训练图像的所述训练距离的最大距离和最小距离；

根据所述初始距离、最大距离和最小距离，对所述初始人体关键点进行归一化，以得到所述目标人体关键点。

4.根据权利要求1所述的方法，其特征在于，所述将所述第二转换图像作为所述人体生成网络的输入，以获取所述人体生成网络输出的所述目标图像，包括：

将所述第二转换图像与历史目标图像组合为第三转换图像，所述历史目标图像为，所述源视频中在所述源图像之前的至少一帧图像对应的目标图像；

将所述第三转换图像作为所述人体生成网络的输入，以获取所述人体生成网络输出的第四转换图像；

从所述第四转换图像中删除所述历史目标图像，以获取所述目标图像。