[发明专利]一种图像生成方法及装置

说明书

本发明公开了一种图像生成方法及装置，包括：根据预设图片生成图像精度递增的预设草稿图像；利用预设草稿图像和实际草稿图像对预设模型进行训练；保存训练好的预设模型；获取当前图片，将当前图片输入到训练好的预设模型确定当前图片对应的目标图像。通过获取预设图片精度递增的预设草稿图像来使得预设模型获得大量的训练数据，并且在生成预设草稿图像的过程中像素点不是一次性的生成的，而是逐渐生成的并且生成的预设草稿图像可供用户选择性的进行对预设模型的训练。解决了现有技术中由于在生成伪造图像的过程中次生成所有像素点，导致生成的图片质量较差和在生成过程中无法进行人为干预从而出现不确定因素导致模型不完善的问题。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种图像生成方法及装置。

背景技术

深度学习引领着新一轮的人工智能浪潮，在很多领域受到广泛关注。尤其在图形图像领域里，人脸识别和自动驾驶等应用正在逐渐进入我们的生活。深度学习是机器学习中一种基于对数据进行表征学习的方法。模仿人脑的机制来解释数据，例如图像，声音和文本等。其优势在于用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。现有技术中的深度学习模型通过手机海量图图像，将其结合随机噪声输入到生成器中生成伪造图像，然后将伪造图像和实际图像输入到判别器中判别伪造图像是否为实际图像，将判别器和生成器结合训练深度学习模型，这种方法存在以下缺点：(1)在生成伪造图像的过程中次生成所有像素点，导致生成的图片质量较差；(2)在生成过程中无法进行人为干预从而出现不确定因素导致模型不完善。

发明内容

针对上述所显示出来的问题，本方法基于根据预设图片生成图像精度递增的预设草稿图像，利用预设草稿图像和实际草稿图像对预设模型进行训练，最后将当前图片输入训练好的模型中获取目标图像。

一种图像生成方法，包括以下步骤：

根据预设图片生成图像精度递增的预设草稿图像；

利用所述预设草稿图像和实际草稿图像对预设模型进行训练；

保存训练好的预设模型；

获取当前图片，将所述当前图片输入到所述训练好的预设模型确定所述当前图片对应的目标图像。

优选的，所述根据预设图片生成图像精度递增的预设草稿图像，包括：

获取预设数目个所述预设图片；

根据类别对所述预设数目个预设图片进行分类，分为n个类别；

对所述n个类别中每个预设图片进行序号排列；

将每个预设图片的序号和随机噪声输入到生成器中以生成最粗糙的第一预设草稿图像；

将所述第一预设草稿图像和所述每个预设图片对应的序号输入到所述生成器中生成相比于所述第一预设草稿图像相精细的第二预设草稿图像；

基于所述第二预设草稿图像，将所述第二预设草稿图像的生成步骤迭代m次，直到生成大于等于预设精度的预设草稿图像；

确定所述第一预设草稿图像到最精致的预设草稿图像为每个预设图片的所述预设草稿图像。

优选的，所述利用所述预设草稿图像和实际草稿图像对预设模型进行训练，包括：

将所述每个预设图片的预设草稿图像和所述每个图片的实际草稿图像输入到判别器中进行相似度判别，输出判别结果；

将所述判别结果中与所述实际草稿图像相似度大于等于预设阈值的预设草稿图像作为最终草稿图像；

将每个预设图片的最终草稿图像保存到所述预设模型中并对所述预设模型进行训练。

优选的，所述获取当前图片，将所述当前图片输入到所述训练好的预设模型确定所述当前图片对应的目标图像，包括：