[发明专利]模型训练方法、图像处理方法、装置、电子设备及介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

根据源类型的第一图像和目标类型的第二图像训练转换模型，以基于训练完毕的转换模型，将所述第一图像转换为所述目标类型的第三图像；

根据所述第一图像包含的对象，对所述第三图像中相应的对象进行调整，得到调整图像；

根据所述第一图像和所述调整图像对特效模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述根据源类型的第一图像和目标类型的第二图像训练转换模型，包括：

根据源类型的第一图像训练生成模型；

根据所述第一图像和训练完毕的生成模型训练编码器；

根据训练完毕的编码器、所述第一图像和目标类型的第二图像训练转换模型；

其中，所述转换模型的初始参数基于训练完毕的生成模型的参数配置。

3.根据权利要求2所述的方法，其特征在于，所述根据源类型的第一图像训练生成模型，包括：

将白噪声图像输入生成模型，将所述生成模型的输出图像和源类型的第一图像输入第一判别器；

根据所述第一判别器的判别结果，对所述生成模型进行训练。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一图像和训练完毕的生成模型训练编码器，包括：

将所述第一图像依次经编码器和训练完毕的生成模型进行处理，得到所述生成模型的输出图像；

根据所述生成模型的输出图像和所述第一图像，对所述编码器进行训练。

5.根据权利要求2所述的方法，其特征在于，所述根据训练完毕的编码器、所述第一图像和目标类型的第二图像训练转换模型，包括：

将所述第一图像依次经训练完毕的编码器和转换模型进行处理，得到所述转换模型的输出图像；

将所述转换模型的输出图像和所述目标类型的第二图像输入第二判别器；

根据所述第二判别器的判别结果，对所述转换模型进行训练。

6.根据权利要求2所述的方法，其特征在于，所述根据训练完毕的编码器、所述第一图像和目标类型的第二图像训练转换模型，还包括：

将目标类型的第二图像进行扩充；

根据训练完毕的编码器、所述第一图像和扩充后的第二图像训练转换模型。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像包含的对象，对所述第三图像中相应的对象进行调整，包括下述至少一项：

根据所述第一图像包含的脸部关键点，对所述第三图像中相应的脸部关键点进行调整；

将所述第一图像包含的头发区域的图像，叠加至所述第三图像中头发区域。

8.根据权利要求1所述的方法，其特征在于，还包括：

对目标类型的第二图像进行筛选；

相应的，根据源类型的第一图像和目标类型的第二图像训练转换模型，包括：根据源类型的第一图像和筛选后的第二图像训练转换模型。

9.根据权利要求8所述的方法，其特征在于，所述对目标类型的第二图像进行筛选，包括：

检测目标类型的第二图像中的脸部关键点和头发区域；

根据所述脸部关键点确定额头区域，并确定所述额头区域与头发区域的重叠区域；

根据所述重叠区域占所述额头区域的占比，对所述第二图像进行筛选。

10.一种图像处理方法，其特征在于，包括：

将源类型的待转化图像输入特效模型；

通过所述特效模型输出目标类型的目标图像；

其中，所述特效模型基于权利要求1-9中任一所述的模型训练方法训练得到。