[发明专利]基于手绘图生成图像的生成对抗网络模型调度系统及方法

说明书

本发明涉及一种基于手绘图生成图像的生成对抗网络模型调度的系统及方法，该系统包括：特征提取模块，用于提取手绘图特征得到手绘图可能对应的图像分类；模型选择模块，用于结合终端设备运行参数和手绘图可能对应的图像分类，自动选择相应的模型；模型管理模块，用于管理模型空间和调度模型；生成测试模块，用于快速测试生成模型效果并及时反馈；模型判决模块，用于接收用户最终模型判决指令，确定最终目标模型。本发明通过动态地提取手绘图特征得到手绘图可能对应的图像分类，自动选择对应模型快速测试并及时反馈，由用户判决或自动判决得到目标生成模型并进行调度渲染，实现基于任意种类手绘图生成对应图像，实现所画即所想。

技术领域

本发明属于人工智能领域，具体涉及一种基于手绘图生成图像的生成对抗网络模型调度的系统及方法。

背景技术

生成对抗网络(GAN,Generative Adversarial Networks)是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中(至少)两个模块：生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。可以利用其中的生成模型进行图像生成。基于手绘图生成图像是生成对抗网络的一种应用，主要涉及利用手绘图来指导生成模型的图像生成，从而使得生成的图像与手绘图匹配，即生成的图像就是手绘图所表示的图像。

目前，基于草图生成图像的算法模型在生成单一分类的图像时可以表现得很好，但是当分类增多时，模型的生成效果会由于损失函数的增大而表现得更差，甚至无法完成基于草图生成对应图像的任务。基于草图的绘画是多种多样的，单个生成对抗网络无法同时满足种类如此多的基于草图生成图像的要求。

发明内容

针对上述技术问题，本发明提供一种基于手绘图生成图像的生成对抗网络的模型调度的系统和方法。通过动态地提取草图特征得到草图可能对应得图像分类，自动选择对应模型快速测试并及时反馈，由用户判决或自动判决得到目标生成模型并进行调度渲染，实现基于任意种类手绘图生成对应图像，实现所画即所想。让每个生成模型对应一个基于手绘图生成图像的分类，保证生成质量，然后通过本发明的系统和方法从模型空间里调度所需的生成模型，实现基于手绘图可以生成任意种类的图像。

本发明解决上述技术问题的技术方案如下：

一种基于手绘图生成图像的生成对抗网络模型调度的系统，包括：

特征提取模块，用于提取手绘图特征得到手绘图可能对应的图像分类；

模型选择模块，用于结合终端设备运行参数和草图可能对应的图像分类，自动选择相应的模型；

模型管理模块，用于管理模型空间和调度模型；

生成测试模块，用于快速测试生成模型效果并及时反馈；

模型判决模块，用于接收用户最终模型判决指令，确定最终目标模型。

进一步，所述系统还包括：

图像生成模块，用于快速渲染最终得到的生成模型，向用户终端实时提供基于手绘图生成图像的服务，并负责缓存生成模型。

本发明还提供一种基于草图生成图像的生成对抗网络模型调度的方法，包括：

对手绘图进行特征提取，得出可能的前N种绘画的目标图像分类；

适配用户终端设备的运行情况，结合前N种可能的目标图像分类，综合地选择合适大小、合适类型、生成分类匹配的生成模型；

在服务器端对前N种可能的分类对应的生成模型进行测试并将结果返回用户端交由用户端进行模型判决；

用户判决或者自动将可能性突出的分类判断为目标分类；

由目标分类结合用户终端设备的运行情况确定出目标生成模型。