[发明专利]图像翻译模型训练方法、图像翻译方法及装置和电子设备

权利要求书

1.一种图像翻译模型训练方法，其特征在于，包括：

获取人脸图像数据集和动漫头像数据集；

将所述人脸图像数据集和所述动漫头像数据集组合为多个训练数据集，分别训练无监督图像翻译模型，得到多个图像翻译模型；

针对所述多个图像翻译模型，迭代执行如下步骤进行训练：

将所述人脸图像数据集中的各人脸图像分别输入所述多个图像翻译模型，得到针对各人脸图像的第一动漫头像；

从所述第一动漫头像中筛选出正样本动漫头像，其中，所述正样本动漫头像为基于预设评分系统标准得到最高评分的第一动漫头像；

采用所述正样本动漫头像和其对应的人脸图像组成人脸-动漫头像对；

采用所述人脸-动漫头像对训练所述多个图像翻译模型；

当满足迭代结束条件后，从训练后的所述多个图像翻译模型中，筛选出目标图像翻译模型。

2.根据权利要求1所述的图像翻译模型训练方法，其特征在于，所述采用将所述人脸图像数据集和所述动漫图像动漫头像数据集组合为多个训练数据集的步骤包括：

获取所述动漫头像数据集的动漫图像数目；

按照所述动漫图像数目将所述人脸图像数据集划分为多个人脸图像子数据集；所述人脸图像数目与所述动漫头像数据集的动漫图像数目相同；

将各所述人脸图像子数据集与所述动漫头像数据集组合为多个训练数据集。

3.根据权利要求2所述的图像翻译模型训练方法，其特征在于，所述分别训练无监督图像翻译模型，得到多个图像翻译模型的步骤包括：

将所述多个训练数据集，分别输入到多个无监督图像翻译模型进行迭代训练；

将迭代训练最后i轮训练后的结果模型，作为图像翻译模型，所述图像翻译模型的网络结构相同且权重参数不完全相同，所述i为正整数。

4.根据权利要求1所述的图像翻译模型训练方法，其特征在于，在从所述各人脸图像的动漫头像中筛选出正样本动漫头像的步骤之后，还包括：

将所述第一动漫头像中除所述正样本动漫头像之外的其他动漫头像，作为负样本动漫头像；

根据所述正样本动漫头像和所述负样本动漫头像，训练二分类网络得到图像质量筛选器。

5.根据权利要求4所述的图像翻译模型训练方法，其特征在于，在将所述人脸图像数据集中的各人脸图像分别输入所述多个图像翻译模型，得到针对各人脸图像的第一动漫头像的步骤之后，还包括：

将所述第一动漫头像输入所述图像质量筛选器，得到所述第一动漫头像对应的可信值；

通过所述图像质量筛选器过滤所述可信值未达到预设阈值的所述第一动漫头像和对应的人脸图像。

6.一种图像翻译方法，其特征在于，所述方法包括：

获取待处理人脸图像；

将所述待处理人脸图像输入图像翻译模型，得到第三动漫头像，其中，所述图像翻译模型为根据权利要求1至5中任一项所述的图像翻译模型训练方法得到。

7.一种图像翻译模型训练装置，其特征在于，包括：

数据集获取单元，被配置为获取人脸图像数据集和动漫头像数据集；

图像翻译模型生成单元，被配置为将所述人脸图像数据集和所述动漫头像数据集组合为多个训练数据集，分别训练无监督图像翻译模型，得到多个图像翻译模型；

迭代单元，被配置为将所述人脸图像数据集中的各人脸图像分别输入所述多个图像翻译模型，得到针对各人脸图像的第一动漫头像；从所述第一动漫头像中筛选出正样本动漫头像，其中，所述正样本动漫头像为基于预设评分系统标准得到最高评分的第一动漫头像；采用所述正样本动漫头像和其对应的人脸图像组成人脸-动漫头像对；采用所述人脸-动漫头像对训练所述多个图像翻译模型；当满足迭代结束条件后，从训练后的所述多个图像翻译模型中，筛选出目标图像翻译模型；

模型筛选单元，被配置为当满足迭代结束条件后，从训练后的所述多个像翻译模型中，筛选出目标图像翻译模型。