[发明专利]基于人工智能的图像生成方法、装置、电子设备有效

专利信息
申请号: 202010317848.2 申请日: 2020-04-21
公开(公告)号: CN111524207B 公开(公告)日: 2023-01-06
发明(设计)人: 刘博安;唐永毅 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06T5/00;G06N3/04
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 崔晓岚;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 图像 生成 方法 装置 电子设备
【权利要求书】:

1.一种基于人工智能的图像生成方法,其特征在于,所述方法包括:

获取待成像的对象的成像风格和成像条件,其中,所述成像条件表征所述待成像的对象的对象属性信息;

通过多个级联的全连接层中的第一个全连接层,对所述成像风格对应的风格隐码和所述成像条件进行映射处理,将映射结果作为所述第一个全连接层的输出,并输入到后续级联的全连接层,以在所述后续级联的全连接层中继续基于所接收的映射结果进行成像条件的映射和映射结果的输出;将最后一个全连接层的输出作为包含成像条件的中间向量;

对所述包含成像条件的中间向量进行仿射变换,得到包含成像条件的风格向量;

对所述包含成像条件的风格向量、以及所述对象的模板特征图进行正则化处理,得到正则化后的特征图;

对所述正则化后的特征图以及噪声进行融合处理,得到包含噪声的特征图;

对所述包含噪声的特征图、以及所述包含成像条件的风格向量进行正则化处理,得到具有所述成像风格且符合所述成像条件的对象图像。

2.根据权利要求1所述的方法,其特征在于,所述对所述包含成像条件的风格向量、以及所述对象的模板特征图进行正则化处理,得到正则化后的特征图,包括:

对所述对象的模板特征图进行标准化处理,得到对应所述模板特征图的高斯特征图;

对所述高斯特征图、以及所述包含成像条件的风格向量进行对齐处理,将对齐结果作为正则化后的特征图。

3.根据权利要求2所述的方法,其特征在于,所述对所述高斯特征图、以及所述包含成像条件的风格向量进行对齐处理,将对齐结果作为正则化后的特征图,包括:

将所述包含成像条件的风格向量的方差、与所述高斯特征图的各个像素进行相乘处理,得到方差对齐后的高斯特征图的各个像素;

将所述包含成像条件的风格向量的均值分别与方差对齐后的各个像素进行相加处理,得到均值对齐后的高斯特征图的各个像素;

将均值对齐后的高斯特征图的各个像素进行组合,得到所述正则化后的特征图。

4.根据权利要求1所述的方法,其特征在于,所述对所述正则化后的特征图以及噪声进行融合处理,得到包含噪声的特征图,包括:

对从噪声库中随机抽取的噪声进行缩放处理,得到所述噪声的特征值;

将所述噪声的特征值、与所述正则化后的特征图中的各个像素进行相加处理,得到融入噪声的各个像素;

将所述融入噪声的各个像素进行组合,得到包含噪声的特征图。

5.根据权利要求1所述的方法,其特征在于,所述对所述包含噪声的特征图、以及所述包含成像条件的风格向量进行正则化处理,得到具有所述成像风格且符合所述成像条件的对象图像,包括:

对所述包含噪声的特征图、以及所述包含成像条件的风格向量进行正则化处理,得到包含成像条件的初始对象图像;

对所述包含成像条件的初始对象图像、以及所述包含成像条件的风格向量进行解码处理,得到具有所述成像风格且符合所述成像条件的最终对象图像。

6.根据权利要求5所述的方法,其特征在于,所述对所述包含成像条件的初始对象图像、以及所述包含成像条件的风格向量进行解码处理,得到具有所述成像风格且符合所述成像条件的最终对象图像,包括:

通过多个级联的生成模块中的第一个生成模块,对所述包含成像条件的初始对象图像进行上采样处理,得到上采样特征图;

对所述上采样特征图、所述包含成像条件的风格向量以及噪声进行融合处理,将融合结果作为所述第一个生成模块的输出,并输入到后续级联的生成模块,以

在所述后续级联的生成模块中,继续基于所接收的融合结果进行上采样处理、融合处理和融合结果输出;

将最后一个生成模块输出的融合结果,作为所述具有所述成像风格且符合所述成像条件的最终对象图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202010317848.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top