[发明专利]一种图像生成方法、装置、电子设备和存储介质

说明书

本申请提供了一种图像生成方法、装置、电子设备和存储介质；方法包括：采用生成对抗网络中生成器生成原始图像；通过生成对抗网络中判别器对原始图像进行判别处理，得到所述原始图像的初始误差信息，并根据初始误差信息对生成对抗网络中生成器和偏移模块进行参数调整，得到调整后偏移模块和调整后生成器；然后，采用调整后偏移模块基于初始误差信息获取原始图像在至少一个尺度上的偏移信息，并基于至少一个尺度上的偏移信息，触发判别器调整初始误差信息，得到调整后误差信息；最后，根据调整后误差信息触发调整后生成器生成在目标属性上符合预设条件的目标图像，从而提高生成器生成图像的准确性。

技术领域

本申请涉及人工智能技术，具体涉及一种图像生成方法、装置、电子设备和存储介质。

背景技术

生成对抗网络作为深度学习的其中一种方法，与普通神经网络不同，生成对抗网络由两个主要网络构成，一个是生成网络或称为生成器，另一个是判别网络或称为判别器。其中，生成器用于生成图像，而判别器用于对输入判别器中的图像进行判别。而生成对抗网络的核心逻辑就是生成器和判别器相互对抗、相互博弈，以使得生成器可以生成判别器无法判别出真假的图像。

在对现有技术的研究和实践的过程中，本申请的发明人发现，生成对抗网络存在判别器判别不稳定的现象，从而造成生成器生成图像的准确性不高。

发明内容

本申请涉及人工智能技术，具体涉及一种图像生成方法、装置、电子设备和计算机可读存储介质。

本申请实施例提供了一种图像生成方法，包括：

采用生成对抗网络中生成器生成原始图像；

通过所述生成对抗网络中判别器对所述原始图像进行判别处理，得到所述原始图像的初始误差信息，所述初始误差信息表征所述原始图像与预设参考图像在目标属性上的误差；

根据所述初始误差信息对所述生成对抗网络中生成器和偏移模块进行参数调整，得到调整后偏移模块和调整后生成器；

采用所述调整后偏移模块基于所述初始误差信息获取所述原始图像在至少一个尺度上的偏移信息；

基于所述至少一个尺度上的偏移信息，触发所述判别器调整所述初始误差信息，得到调整后误差信息；

根据调整后误差信息触发所述调整后生成器生成在所述目标属性上符合预设条件的目标图像。

相应的，本申请实施例还提供一种图像生成装置，包括：

生成单元，用于采用生成对抗网络中生成器生成原始图像；

判别处理单元，用于通过所述生成对抗网络中判别器对所述原始图像进行判别处理，得到所述原始图像的初始误差信息，所述初始误差信息表征所述原始图像与预设参考图像在目标属性上的误差；

参数调整单元，用于根据所述初始误差信息对所述生成对抗网络中生成器和偏移模块进行参数调整，得到调整后偏移模块和调整后生成器；

获取单元，用于采用所述调整后偏移模块基于所述初始误差信息获取所述原始图像在至少一个尺度上的偏移信息；

第一触发单元，用于基于所述至少一个尺度上的偏移信息，触发所述判别器调整所述初始误差信息，得到调整后误差信息；

第二触发单元，用于根据调整后误差信息触发所述调整后生成器生成在所述目标属性上符合预设条件的目标图像。

在一实施例中，判别处理单元可以包括：

卷积特征提取子单元，用于利用所述判别器对所述原始图像进行卷积特征提取，得到所述原始图像的卷积特征信息；

判别子单元，用于基于所述原始图像的卷积特征信息和所述预设参考图像对所述原始图像进行判别，得到所述原始图像的判别结果；