[发明专利]图片生成方法及装置在审
申请号: | 201911111844.2 | 申请日: | 2019-11-14 |
公开(公告)号: | CN110930472A | 公开(公告)日: | 2020-03-27 |
发明(设计)人: | 殷小芳;周鹏 | 申请(专利权)人: | 三星电子(中国)研发中心;三星电子株式会社 |
主分类号: | G06T11/20 | 分类号: | G06T11/20;G06T11/80;G06N3/04;G06N3/08 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 王皎彤;曾世骁 |
地址: | 210012 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图片 生成 方法 装置 | ||
1.一种图片生成方法,其特征在于,包括:
接收用户输入的包括绘制对象的轮廓的草图;
将所述草图输入图片生成模型;
将所述图片生成模型的输出结果作为与所述草图相应的图片。
2.根据权利要求1所述的图片生成方法,其特征在于,在接收用户输入的包括绘制对象的轮廓的草图之前,还包括:
获取所述多个样本图片;
利用所述多个样本图片训练所述图片生成模型,
其中,所述图片生成模型包括生成式对抗网络模型,所述生成式对抗网络模型包括:生成网络模型、用于对所述生成网络模型的生成结果进行判定的判断网络模型。
3.根据权利要求2所述的图片生成方法,其特征在于,利用所述多个样本图片训练所述图片生成模型的步骤包括:
对所述多个样本图片中的每个样本图片进行边缘提取;
利用提取到的边缘线条图训练所述生成式对抗网络模型。
4.根据权利要求3所述的图片生成方法,其特征在于,对所述多个样本图片中的每个样本图片进行边缘提取的步骤包括:
通过卷积神经网络对所述多个样本图片中的每个样本图片进行特征提取;
对提取到的特征通过反卷积神经网络生成所述多个样本图片中的每个样本图片的边缘线条图。
5.根据权利要求1所述的图片生成方法,其特征在于,将所述图片生成模型的输出结果作为与所述草图相应的图片的步骤包括:
将所述图片生成模型输出的多张不同风格的图片作为与所述草图相应的图片,
或者,根据用户预先输入的图片风格,从所述图片生成模型中输出与用户预先输入的图片风格相匹配的图片作为与所述草图相对应的图片。
6.一种图片生成装置,其特征在于,包括:
草图接收单元,被配置为接收用户输入的包括绘制对象的轮廓的草图;
输入单元,被配置为将所述草图输入图片生成模型;和
图片生成单元,被配置为将所述图片生成模型的输出结果作为与所述草图相应的图片。
7.根据权利要求6所述的图片生成装置,其特征在于,还包括:
样本获取单元,被配置为获取所述多个样本图片;和
模型训练单元,被配置为利用所述多个样本图片训练所述图片生成模型,
其中,所述图片生成模型包括生成式对抗网络模型,所述生成式对抗网络模型包括:生成网络模型、用于对所述生成网络模型的生成结果进行判定的判断网络模型。
8.根据权利要求7所述的图片生成装置,其特征在于,模型训练单元被配置为:
对所述多个样本图片中的每个样本图片进行边缘提取;
利用提取到的边缘线条图训练所述生成式对抗网络模型。
9.根据权利要求8所述的图片生成装置,其特征在于,模型训练单元还被配置为:
通过卷积神经网络对所述多个样本图片中的每个样本图片进行特征提取;
对提取到的特征通过反卷积神经网络生成所述多个样本图片中的每个样本图片的边缘线条图。
10.根据权利要求6所述的图片生成装置,其特征在于,图片生成单元被配置为:
将所述图片生成模型输出的多张不同风格的图片作为与所述草图相对应的图片,
或者,根据用户预先输入的图片风格,从所述图片生成模型中输出与用户预先输入的图片风格相匹配的图片作为与所述草图相对应的图片。
11.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时,实现权利要求1至5中任一项所述的图片生成方法。
12.一种计算装置,其特征在于,包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现权利要求1至5中任一项所述的图片生成方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三星电子(中国)研发中心;三星电子株式会社,未经三星电子(中国)研发中心;三星电子株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911111844.2/1.html,转载请声明来源钻瓜专利网。