[发明专利]用于生成图像生成模型的方法和装置

摘要

本申请实施例公开了用于生成图像生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集，其中，样本包括第一深度图像、第二深度图像和可见光图像；基于样本集执行以下训练步骤：将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型，得到上述至少一个样本中的每个样本对应的生成深度图像；计算上述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度；根据计算结果确定上述初始神经网络模型是否达到预设的优化目标；响应于确定上述初始神经网络模型达到预设的优化目标，将上述初始神经网络模型作为训练完成的图像生成模型。该实施方式实现了图像生成模型的生成。

主权项

1.一种用于生成图像生成模型的方法，包括：获取样本集，其中，样本包括第一深度图像、第二深度图像和可见光图像，其中，第一深度图像、第二深度图像和可见光图像中包含同一场景的信息，第一深度图像和可见光图像的图像分辨率高于预先设定的第一分辨率阈值，第二深度图像的图像分辨率低于预先设定的第二分辨率阈值；基于样本集执行以下训练步骤：将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型，得到所述至少一个样本中的每个样本对应的生成深度图像；计算所述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度；根据计算结果确定所述初始神经网络模型是否达到预设的优化目标；响应于确定所述初始神经网络模型达到预设的优化目标，将所述初始神经网络模型作为训练完成的图像生成模型。