[发明专利]图像生成方法及装置、电子设备和存储介质在审

专利信息
申请号: 202110118346.1 申请日: 2021-01-28
公开(公告)号: CN112802146A 公开(公告)日: 2021-05-14
发明(设计)人: 刘睿;葛艺潇;蔡青琳;王晓刚;李鸿升 申请(专利权)人: 商汤集团有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06N3/08
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 中国香港新界沙田香港科学园科技*** 国省代码: 香港;81
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 生成 方法 装置 电子设备 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:

获取第一预设条件以及第一查询向量;

将所述第一预设条件和所述第一查询向量输入目标网络中,得到目标图像,所述目标图像满足所述第一预设条件,

其中,所述目标网络是基于第二预设条件和随机信息对生成网络进行训练得到的,所述随机信息包括第二查询向量、所述第二查询向量的正向量和所述第二查询向量的负向量。

2.根据权利要求1所述的方法,其特征在于,获取所述第一查询向量,包括:

对服从预设分布的噪声数据进行采样,形成所述第一查询向量。

3.根据权利要求1或2所述的方法,其特征在于,在所述获取第一预设条件以及第一查询向量之前,所述方法还包括:

获取所述第二预设条件和所述随机信息;

将所述第二预设条件和所述随机信息输入所述生成网络,得到多个生成图像,所述多个生成图像满足所述第二预设条件;

基于所述多个生成图像对所述生成网络进行训练,得到所述目标网络。

4.根据权利要求3所述的方法,其特征在于,所述多个生成图像包括与所述第二查询向量对应的第一图像;所述基于所述多个生成图像确定对所述生成网络进行训练,得到所述目标网络,包括:

将所述第一图像和所述第二预设条件输入判别网络,得到第一判别结果,其中,所述第一判别结果用于表示所述第一图像的真实程度;

基于所述第一判别结果确定所述生成网络的对抗损失;

基于所述多个生成图像的图像特征确定所述生成网络的比对损失;

根据所述对抗损失和所述比对损失对所述生成网络的网络参数进行调整,得到所述目标网络。

5.根据权利要求4所述的方法,其特征在于,所述多个生成图像还包括与所述第二查询向量的正向量对应的第二图像,以及与所述第二查询向量的负向量对应的第三图像;所述基于所述多个生成图像的图像特征确定所述生成网络的比对损失,包括:

确定所述第二图像的图像特征与所述第一图像的图像特征之间的第一比对结果;

确定所述第三图像的图像特征与所述第一图像的图像特征之间的第二比对结果;

根据所述第一比对结果和所述第二比对结果确定所述生成网络的对比损失,其中,所述第一比对结果与所述对比损失正相关,所述第二比对结果与所述对比损失负相关。

6.根据权利要求5所述的方法,其特征在于,所述确定所述第二图像的图像特征与所述第一图像的图像特征之间的第一比对结果,包括:

确定所述第二图像的图像特征与所述第一图像的图像特征之间的第一相似度;

根据所述第一相似度确定所述第二图像的图像特征与所述第一图像的图像特征之间的第一比对结果。

7.根据权利要求5或6所述的方法,其特征在于,所述多个生成图像包括多个所述第三图像;所述根据所述第一比对结果和所述第二比对结果确定所述生成网络的比对损失,包括:

根据所述第一比对结果以及多个所述第二比对结果,确定所述生成网络的比对损失,其中,每个所述第三图像与所述第一图像对应一个所述第二比对结果。

8.根据权利要求3至7任意一项所述的方法,其特征在于,获取所述随机信息,包括:

对服从预设分布的噪声数据进行采样,形成所述随机信息包括的所述第二查询向量;

基于所述第二查询向量确定所述第二查询向量的正向量和所述第二查询向量的负向量,其中,所述第二查询向量与所述正向量的相关程度大于所述第二查询向量与所述负向量的相关程度。

9.根据权利要求8所述的方法,其特征在于,所述基于所述第二查询向量确定所述第二查询向量的正向量和所述第二查询向量的负向量,包括:

根据所述第二查询向量以及预设的正向量参数,确定所述第二查询向量的正向量;

根据所述第二查询向量以及预设的负向量参数,确定所述第二查询向量的负向量,其中,所述预设的正向量参数小于或等于预设阈值,所述预设的负向量参数大于所述预设阈值。

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商汤集团有限公司,未经商汤集团有限公司许可,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/202110118346.1/1.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