[发明专利]图像生成模型训练方法、图像生成方法、装置及电子设备

说明书

本公开关于一种图像生成模型训练方法、图像生成方法、装置及电子设备，其中，包括：获取相同的第一原始图像生成器和第二原始图像生成器，获取图像风格不同的第一样本图像和第二样本图像，生成随机向量，将随机向量分别输入第一原始图像生成器和第二原始图像生成器，得到第一输出图像和第二输出图像，根据第一输出图像、第二输出图像、第一样本图像和第二样本图像训练第一原始图像生成器、第一判别器、第二原始图像生成器和第二判别器，得到第一图像生成器和第二图像生成器，第一图像生成器生成的第一图像和第一样本图像风格相同，第二图像生成器生成的第二图像和第二样本图像风格相同。可以方便得到配对图像，且保证了配对图像较高的生成效率。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种图像生成模型训练方法、图像生成方法、装置及电子设备。

背景技术

风格化转换可以在保留图像主要内容的情况下，将图像细节和风格进行变化，如改变人像的年龄，改变照片中人像的肤色或者将照片转化为动画(二次元)风格。

常用的风格转化方法通过神经卷积网络对输入图片进行拟合，并输出目标风格转化后的图片，在完成风格转化的同时保持图片的大致细节不变，如人物脸型，五官轮廓在转化前后保持基本不变。

训练网络需要大量的配对数据，比如头发颜色由黑变白的变换任务中，需要大量黑色和白色头发配对的图片。然而，获取大量配对图片有以下两个难点：

1)大量原始图片难以获得：网上下载的图片参差不齐、获取成本高、有版权风险；找模特拍照成本高；许多风格图片本身非常少见，比如手绘风格、绿色头发等；

2)难以获取配对图片：比如发色转换任务中，黑色和白色头发的同一个人在同样场景保持同样姿势难度较高。手绘风格转换中只能找设计师按照原始人像照片手工绘制成本太高。

发明内容

本公开提供一种图像生成模型训练方法、图像生成方法、装置及电子设备，以至少解决相关技术中配对图像获取难度大的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种图像生成模型训练方法，包括：

获取相同的第一原始图像生成器和第二原始图像生成器；

获取图像风格不同的第一样本图像和第二样本图像；

生成随机向量，将所述随机向量分别输入所述第一原始图像生成器和所述第二原始图像生成器，得到第一输出图像和第二输出图像；

根据所述第一输出图像、所述第二输出图像、所述第一样本图像和所述第二样本图像训练所述第一原始图像生成器、第一判别器、所述第二原始图像生成器和第二判别器，得到所述第一图像生成器和所述第二图像生成器；所述第一图像生成器生成的第一图像和所述第一样本图像风格相同，所述第二图像生成器生成的第二图像和所述第二样本图像风格相同。

在一个可选的实施例中，所述训练所述第一原始图像生成器、第一判别器、所述第二原始图像生成器和第二判别器，得到所述第一图像生成器和所述第二图像生成器包括：

将所述第一输出图像和所述第一样本图像输入第一判别器，得到所述第一输出图像对应的第一子判别结果和所述第一样本图像对应的第二子判别结果；

将所述第二输出图像和所述第二样本图像输入第二判别器，得到所述第二输出图像对应的第三子判别结果和所述第二样本图像对应的第四子判别结果；

基于所述第一输出图像、所述第二输出图像、所述第一子判别结果、所述第二子判别结果、所述第三子判别结果和所述第四子判别结果训练所述第一原始图像生成器、所述第一判别器、所述第二原始图像生成器和所述第二判别器，得到所述第一图像生成器和所述第二图像生成器。