[发明专利]一种生成对抗网络的训练方法、图像风格转换方法和装置

权利要求书

1.一种生成对抗网络的训练方法，其特征在于，包括：

获取原始风格的待训练图像；

利用所述待训练图像对所述生成对抗网络进行训练，以获得训练后的生成对抗网络；

其中，所述生成对抗网络包括生成网络，所述生成网络包括卷积层、风格转换层、反卷积层和人脸五官专注层，所述卷积层用于对所述待训练图像进行卷积运算，以获得所述原始风格的初始特征图，所述风格转换层用于将所述初始特征图转换成目标风格的中间特征图，所述反卷积层用于对所述中间特征图进行反卷积运算，以获得所述目标风格的输出图像，所述人脸五官专注层用于在通过所述反卷积层对所述中间特征图进行反卷积运算的过程中，对所述中间特征图中的像素值进行权重分布，以突出所述中间特征图中的人脸五官特征。

2.根据权利要求1所述的训练方法，其特征在于，所述生成对抗网络还包括判别网络，所述判别网络包括图像处理层和人脸五官识别层；

其中，所述利用所述待训练图像对所述生成对抗网络进行训练，以获得训练后的生成对抗网络，包括：

获取与所述待训练图像对应的目标风格的目标图像；

通过所述图像处理层分别对所述输出图像和所述目标图像进行屏蔽处理，以获得所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像；

通过所述人脸五官识别层对所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像进行人脸五官的识别，以确定所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像的五官相似值。

3.根据权利要求2所述的训练方法，其特征在于，所述判别网络还包括风格转换识别层；

其中，所述利用所述待训练图像对所述生成对抗网络进行训练，以获得训练后的生成对抗网络，还包括：

通过所述风格转换识别层对所述输出图像和所述目标图像进行图像风格的识别，以获得所述输出图像和所述目标图像的图像风格相似值。

4.根据权利要求3所述的训练方法，其特征在于，所述利用所述待训练图像对所述生成对抗网络进行训练，以获得训练后的生成对抗网络，还包括：

根据所述五官相似值和所述图像风格相似值，对所述生成对抗网络的参数进行调整。

5.一种图像风格转换方法，其特征在于，包括：

获取原始风格的待转换图像；

通过预先训练好的生成对抗网络中的生成网络对所述待转换图像的图像风格进行转换，以获得目标风格的重建图像，其中，所述预先训练好的生成对抗网络为通过权利要求1-4任一项所述的生成对抗网络的训练方法训练后得到的。

6.一种生成对抗网络的训练装置，其特征在于，包括：

第一获取模块，用于获取原始风格的待训练图像；

训练模块，用于利用所述待训练图像对所述生成对抗网络进行训练，以获得训练后的生成对抗网络；

其中，所述生成对抗网络包括生成网络，所述生成网络包括卷积层、风格转换层、反卷积层和人脸五官专注层，所述卷积层用于对所述待训练图像进行卷积运算，以获得所述原始风格的初始特征图，所述风格转换层用于将所述初始特征图转换成目标风格的中间特征图，所述反卷积层用于对所述中间特征图进行反卷积运算，以获得所述目标风格的输出图像，所述人脸五官专注层用于在通过所述反卷积层对所述中间特征图进行反卷积运算的过程中，对所述中间特征图中的像素值进行权重分布，以突出所述中间特征图中的人脸五官特征。

7.根据权利要求6所述的训练装置，其特征在于，所述生成对抗网络还包括判别网络，所述判别网络包括图像处理层和人脸五官识别层；

所述训练模块，具体用于：获取与所述待训练图像对应的目标风格的目标图像；通过所述图像处理层分别对所述输出图像和所述目标图像进行屏蔽处理，以获得所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像；通过所述人脸五官识别层对所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像进行人脸五官的识别，以确定所述输出图像中的人脸五官图像和所述目标图像中的人脸五官图像的五官相似值。