[发明专利]漫画视频生成方法及漫画生成方法、装置、设备、介质

权利要求书

1.一种漫画生成方法，其特征在于，包括：

将实际图片通过训练处理获取转化漫画图片，所述训练处理包括：通过生成器网络将实际图片生成为转化漫画图片，通过鉴别器网络将所述转化漫画图片进行鉴别；

根据所述生成器网络的第一对抗损失训练所述生成器网络，根据生成器网络与鉴别器网络之间的第二对抗损失训练所述鉴别器网络；

将所述实际图片通过训练后的所述生成器网络进行转化，完成漫画生成。

2.根据权利要求1所述的漫画生成方法，其特征在于，所述生成器网络包括用于将实际图片生成为转化漫画图片的第一生成器子网络和用于转化漫画图片生成为转化实际图片的第二生成器子网络，所述鉴别器网络包括用于鉴别转化漫画图片是否为真漫画的第一鉴别器子网络和用于鉴别转化实际图片是否为真的实际图片的第二鉴别器子网络。

3.根据权利要求2所述的漫画生成方法，其特征在于，所述生成器网络和所述鉴别器网络的处理过程分别包括：镜像填充处理、卷积处理、激活处理、归一化处理、残差处理。

4.根据权利要求2所述的漫画生成方法，其特征在于，所述第二对抗损失包括：

l_ab＝(1-D_b(Target))²+(D_b(G_ab(Real)))²

l_ba＝(1-D_a(Real))²+(D_a(G_ba(Target)))²

其中，l_ab和l_ba分别表示第一鉴别器子网络Da、第二鉴别器子网络Db对转化漫画图片、转化实际图片的鉴别能力，Real表示实际图片，Target表示转化漫画图片，Gab和Gba分别表示第一生成器子网络和第二生成器子网络。

5.根据权利要求2所述的漫画生成方法，其特征在于，所述第二对抗损失包括变分损失，所述变分损失包括：

其中，l_tvab表示第一变分损失，l_tvba表示第二变分损失，表示对第一生成器子网络Gab和第二生成器子网络Gba的结果分别求x、y方向梯度，Real表示实际图片，Target表示转化漫画图片，γ为常量。

6.根据权利要求2所述的漫画生成方法，其特征在于，所述第二对抗损失包括内容损失，所述内容损失包括：

其中，l_content表示内容损失，VGG_n表示通过VGG神经网络的前n层作为特征提取网络，表示l₁正则化，Real表示实际图片。

7.根据权利要求2所述的漫画生成方法，其特征在于，所述第二对抗损失包括风格损失，所述风格损失包括：

其中，l_style表示风格损失，VGG_n表示通过VGG神经网络的前n层作为特征提取网络，表示l₁正则化，Target表示转化漫画图片。

8.根据权利要求2所述的漫画生成方法，其特征在于，所述第二对抗损失还包括一致性损失，所述一致性损失包括：

其中，l_target表示转化漫画图片的一致性损失，l_Real表示实际图片的一致性损失，表示l₁正则化，Real表示实际图片，Target表示转化漫画图片。