[发明专利]一种图像生成方法、装置、存储介质及电子设备

权利要求书

1.一种图像生成方法，其特征在于，所述方法包括：

获取第一图像和第二图像，以及第一掩膜数据和第二掩膜数据，所述第一掩膜数据中的每个掩码值与第一图像上相应位置所属的类别对应，所述第二掩膜数据中的每个掩码值与第二图像上相应位置的颜色对应；

将所述第一图像、所述第二图像、所述第一掩膜数据、所述第二掩膜数据和原始种子图像输入至图像生成模型进行处理，获得经处理后的新种子图像；

基于所述新种子图像计算相应的损失，并基于所述损失更新所述图像生成模型中的权重参数；

迭代执行将第一图像、第二图像、第一掩膜数据、第二掩膜数据和上一次处理获得的新种子图像输入至图像生成模型进行处理，基于当次迭代获得的新种子图像计算相应的损失，并基于所述损失更新所述图像生成模型中的权重参数的过程；

在迭代结束后，根据获得的损失从多次迭代获得的多张新种子图像中选取一张新种子图像，作为最终的目标图像；

所述第二掩膜数据是利用第一图像分割模型对第二图像进行预处理后获得的，所述第一图像分割模型是通过对实例分割网络进行训练得到的；

所述方法还包括：

获取用于训练的第一训练样本集，所述第一训练样本集中的每一训练样本是根据预设的颜色映射表进行掩码值标注的，第一训练样本集中的训练样本上处于颜色映射表中设定的同一颜色区间的区域被标注为相同的掩码值；

利用所述第一训练样本集对实例分割网络进行训练，在训练结束后，获得所述第一图像分割模型。

2.根据权利要求1所述的方法，其特征在于，所述第一掩膜数据是利用第二图像分割模型对第一图像进行预处理后获得的，所述第二图像分割模型是通过对实例分割网络进行训练得到的；

所述方法还包括：

获取用于训练的第二训练样本集，所述第二训练样本集中的每一训练样本已进行掩码值标注，第二训练样本集中的训练样本上属于同一类别的区域被标注为相同的掩码值；

利用所述第二训练样本集对实例分割网络进行训练，在训练结束后，获得所述第二图像分割模型。

3.根据权利要求1所述的方法，其特征在于，在将所述第一图像、所述第二图像、所述第一掩膜数据、所述第二掩膜数据和原始种子图像输入至图像生成模型进行处理之前，所述方法还包括：

将所述第一图像、所述第二图像、所述第一掩膜数据、所述第二掩膜数据和所述原始种子图像的尺寸均设置为所述图像生成模型的输入所需的尺寸；

所述将所述第一图像、所述第二图像、所述第一掩膜数据、所述第二掩膜数据和原始种子图像输入至图像生成模型进行处理，包括：将尺寸设置后的第一图像、第二图像、第一掩膜数据、第二掩膜数据和原始种子图像输入至图像生成模型进行处理。

4.根据权利要求1所述的方法，其特征在于，所述根据获得的损失从多次迭代获得的多张新种子图像中选取一张新种子图像，作为最终的目标图像，包括：

从多次迭代获得的多张新种子图像中确定出损失值最低的一张新种子图像，作为最终的目标图像。

5.根据权利要求1所述的方法，其特征在于，所述基于所述新种子图像计算相应的损失，包括：

基于所述新种子图像分别计算第一损失、第二损失和第三损失，并将所述第一损失、所述第二损失和所述第三损失累加，获得所述新种子图像对应的损失；其中，所述第一损失是所述新种子图像基于第一图像在内容上的损失，所述第二损失是所述新种子图像基于第二图像在风格上的损失，所述第三损失是基于新种子图像的图像质量的损失。

6.根据权利要求1所述的方法，其特征在于，在将所述第一图像、所述第二图像、所述第一掩膜数据、所述第二掩膜数据和原始种子图像输入至图像生成模型进行处理之前，所述方法还包括：

利用随机数生成所述原始种子图像，所述原始种子图像为噪声图像、白色图像或者黑色图像。