[发明专利]图像的生成方法、装置、存储介质和电子设备

说明书

本公开涉及一种图像的生成方法、装置、存储介质和电子设备，涉及图像处理技术领域，该方法包括：提取源图像中包括的源人物的初始人脸特征向量和初始人体关键点，根据初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点，根据训练视频，将初始人体关键点转换为目标人物的目标人体关键点，训练视频为包括目标人物的视频，根据目标人脸特征点、目标人体关键点和预设的人体生成网络，获取包括目标人物的目标图像，目标图像中目标人物的特征与源图像中源人物的特征相同。能够根据源人物的人脸特征和人体特征，生成目标图像，使得目标图像中的目标人物与源人物的表情、姿态和动作相同，从而实现人物的完整替换。

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种图像的生成方法、装置、存储介质和电子设备。

背景技术

随着计算机视觉和图像处理技术的不断发展，终端上能够实现多种图像处理的功能，以满足用户的各种社交和娱乐需求，尤其是人脸重演(英文：Face Reenactment)功能，越来越受到用户的关注。现有技术中，终端通常采用直接贴图的方式来实现人脸重演，无法准确替换人物的表情，容易导致交换的效果失真，并且只能交换人脸，无法实现整个人物的交换。

发明内容

本公开的目的是提供一种图像的生成方法、装置、存储介质和电子设备，用以解决现有技术中很难实现人物完整替换的问题。

为了实现上述目的，根据本公开实施例的第一方面，提供一种图像的生成方法，该方法包括：

提取源图像中包括的源人物的初始人脸特征向量和初始人体关键点，所述源图像为包括所述源人物的源视频中的任一帧图像；

根据所述初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点；

根据训练视频，将所述初始人体关键点转换为所述目标人物的目标人体关键点，所述训练视频为包括所述目标人物的视频；

根据所述目标人脸特征点、所述目标人体关键点和预设的人体生成网络，获取包括所述目标人物的目标图像，所述目标图像中所述目标人物的特征与所述源图像中所述源人物的特征相同。

可选地，在所述根据所述初始人脸特征向量和预设的人脸生成网络，获取目标人物的目标人脸特征点之前，所述方法还包括：

根据所述训练视频对第一生成式对抗网络GAN进行训练，以使所述第一GAN中的生成器能够生成包括所述目标人物的人脸特征点的图像，并将训练后的所述第一GAN中的生成器作为所述人脸生成网络；

在所述根据所述目标人脸特征点、所述目标人体关键点和预设的人体生成网络，获取包括所述目标人物的目标图像之前，所述方法还包括：

根据所述训练视频对第二GAN进行训练，以使所述第二GAN中的生成器能够生成包括所述目标人物的图像，并将训练后的所述第二GAN中的生成器作为所述人体生成网络。

可选地，所述根据训练视频，将所述初始人体关键点转换为所述目标人物的目标人体关键点，包括：

根据所述初始人体关键点对应的坐标，确定第一关键点与第二关键点的初始距离，所述第一关键点为所述初始人体关键点中的任一关键点，所述第二关键点为所述初始人体关键点中除所述第一关键点之外的任一关键点；

提取所述训练视频中每一帧训练图像包括的所述目标人物的训练人体关键点；

根据每一帧所述训练图像包括的所述训练人体关键点对应的坐标，确定每一帧所述训练图像中第三关键点与第四关键点的训练距离，所述第三关键点为所述第一关键点对应在所述训练人体关键点中的关键点，所述第四关键点为所述第二关键点对应在所述训练人体关键点中的关键点；

确定多帧所述训练图像的所述训练距离的最大距离和最小距离；