[发明专利]一种图像生成方法、装置以及计算机存储介质

权利要求书

1.一种图像生成方法，其特征在于，包括：

获取样本图像；所述样本图像包括第一样本图像和第二样本图像；所述第一样本图像携带第一实际类别标签，所述第二样本图像携带第二实际类别标签；

获取所述第一样本图像对应于所述第一实际类别标签的第一实际语义向量，获取所述第二样本图像对应于所述第二实际类别标签的第二实际语义向量；

将所述第一实际语义向量和所述第二实际语义向量拼接，生成第三实际语义向量，从所述第三实际语义向量中获取目标语义向量；

基于初始判别模型对应的多个样本类别标签、所述样本图像确定与每个样本类别标签分别对应的样本估计语义向量；

基于初始生成模型、所述目标语义向量以及所述样本图像生成过渡语义迁移图像；

基于所述初始生成模型、所述样本估计语义向量以及所述过渡语义迁移图像生成循环语义迁移图像；

基于所述初始判别模型对应的多个样本类别标签、所述过渡语义迁移图像确定与所述每个样本类别标签分别对应的目标估计语义向量；

基于所述初始判别模型匹配所述第三实际语义向量与所述样本估计语义向量，得到第一匹配结果；

基于所述初始判别模型匹配所述目标语义向量与所述目标估计语义向量，得到第二匹配结果；

根据所述样本图像、所述目标语义向量、所述样本估计语义向量、所述过渡语义迁移图像、所述循环语义迁移图像、所述第三实际语义向量、所述第一匹配结果和所述第二匹配结果生成模型损失值，根据所述模型损失值训练所述初始判别模型和所述初始生成模型，得到判别模型和语义迁移模型；

获取第一图像，将所述第一图像输入所述判别模型；所述判别模型包括多个类别标签；

基于所述判别模型提取所述第一图像中与每个类别标签相关联的第一对象特征向量，根据所述第一对象特征向量得到所述每个类别标签分别对应的类别标签概率，根据所述类别标签概率生成所述第一图像的语义向量；

获取第二图像，将所述语义向量和所述第二图像输入所述语义迁移模型；

基于所述语义迁移模型对所述语义向量和所述第二图像对应的第二对象特征向量进行融合，得到融合特征向量，根据所述融合特征向量输出第三图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述语义迁移模型对所述语义向量和所述第二图像对应的第二对象特征向量进行融合，得到融合特征向量，根据所述融合特征向量输出第三图像，包括：

基于所述语义迁移模型对所述第二图像进行下采样，得到与所述第二图像对应的所述第二对象特征向量；

基于所述语义迁移模型中的感知器，生成所述语义向量对应的语义模型参数；

在所述语义迁移模型中，基于所述语义模型参数对所述第二对象特征向量进行语义迁移，得到所述融合特征向量；

基于所述语义迁移模型对所述融合特征向量进行上采样，得到第三对象特征向量；

根据所述第三对象特征向量生成所述第三图像。

3.根据权利要求2所述的方法，其特征在于，所述感知器包含第一感知器、第二感知器；所述语义模型参数包括与所述第一感知器相关联的第一语义模型参数和与所述第二感知器相关联的第二语义模型参数；

所述在所述语义迁移模型中，基于所述语义模型参数对所述第二对象特征向量进行语义迁移，得到所述融合特征向量，包括：

在所述语义迁移模型中获取与所述第一感知器对应的第一语义迁移子模型，获取与所述第二感知器对应的第二语义迁移子模型；

将所述第一语义模型参数和所述第二对象特征向量输入所述第一语义迁移子模型，得到待处理融合特征向量；

将所述第二语义模型参数和所述待处理融合特征向量输入所述第二语义迁移子模型，得到所述融合特征向量。