[发明专利]图像生成模型的训练方法、装置、电子设备及存储介质

权利要求书

1.一种图像生成模型的训练方法，其特征在于，所述方法包括：

获取多个样本人脸图像；

根据所述多个样本人脸图像训练生成式对抗网络，得到目标人脸生成网络；所述生成式对抗网络包括生成器和判别器；所述目标人脸生成网络是根据训练后的所述生成器构建的；

根据所述多个样本人脸图像和所述目标人脸生成网络训练初始编码器得到目标编码器；所述初始编码器是根据训练后的所述判别器构建的；

顺序连接所述目标编码器和所述目标人脸生成网络得到目标图像生成模型；所述目标图像生成模型用于根据至少两个人脸图像生成所述至少两个人脸图像的融合人脸图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个样本人脸图像和所述目标人脸生成网络训练初始编码器得到目标编码器，包括：

移除训练后的所述判别器中的最后两个全连接层得到所述初始编码器；

将所述多个样本人脸图像输入所述初始编码器，得到分别对应所述多个样本人脸图像的潜码；

将所述多个样本人脸图像的潜码输入所述目标人脸生成网络，得到分别对应所述多个样本人脸图像的潜码的预测人脸图像；

根据每个样本人脸图像和与所述每个样本人脸图像对应的预测人脸图像，获取多个第一损失；

将每个预测人脸图像输入所述初始编码器，得到分别对应所述每个预测人脸图像的潜码；

根据每个样本人脸图像的潜码和预测潜码，获取多个第二损失；所述预测潜码为：与所述每个样本人脸图像的潜码对应的预测人脸图像的潜码；

根据所述多个第一损失和所述多个第二损失，训练所述初始编码器，得到所述目标编码器。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述多个样本人脸图像训练生成式对抗网络，得到目标人脸生成网络，包括：

根据所述多个样本人脸图像分批次训练生成式对抗网络；

根据预训练的检测网络获取每批次训练得到的生成式对抗网络的评价指标值；所述评价指标值为输入人脸图像与输出人脸图像的平均差异值；所述输入人脸图像为输入所述训练得到的生成式对抗网络的人脸图像，所述输出人脸图像为所述训练得到的生成式对抗网络融合所述输入人脸图像得到的人脸图像；

在所述评价指标值小于或等于阈值时停止训练，并将训练得到的生成式对抗网络作为所述目标人脸生成网络。

4.一种图像生成方法，其特征在于，所述生成方法包括：

获取至少两个人脸图像；

将所述至少两个人脸图像输入目标图像生成模型的目标编码器，分别得到所述至少两个人脸图像的潜码；所述目标图像生成模型是根据权利要求1-3任一项所述的图像生成模型的训练方法训练得到的；

将所述至少两个人脸图像的潜码进行融合，得到融合潜码；

将所述融合潜码输入所述目标图像生成模型的目标人脸生成网络，生成人脸融合图像。

5.根据权利要求4所述的方法，其特征在于，所述将所述至少两个人脸图像的潜码进行融合，得到融合潜码，包括：

获取所述至少两个人脸图像的潜码的权重；

根据获取的每个人脸图像的潜码的权重将所述至少两个人脸图像的潜码进行融合，得到所述融合潜码。

6.一种图像生成模型的训练装置，其特征在于，包括：

获取模块，被配置为获取多个样本人脸图像；

第一训练模块，被配置为根据所述多个样本人脸图像训练生成式对抗网络，得到目标人脸生成网络；所述生成式对抗网络包括生成器和判别器；所述目标人脸生成网络是根据训练后的所述生成器构建的；

第二训练模块，被配置为根据所述多个样本人脸图像和所述目标人脸生成网络训练初始编码器得到目标编码器；所述初始编码器是根据训练后的所述判别器构建的；

生成模块，被配置为顺序连接所述目标编码器和所述目标人脸生成网络得到目标图像生成模型；所述目标图像生成模型用于根据至少两个人脸图像生成所述至少两个人脸图像的融合人脸图像。