[发明专利]图像生成方法、图像生成装置及相关设备

说明书

本发明实施例提供了一种图像生成方法、图像生成装置及相关设备，其中，方法包括：利用具有目标人脸风格的目标数据集，对预先训练的StyleGAN模型进行训练和模型参数调整，得到风格化模型，风格化模型用于生成具有目标人脸风格的人脸图像；将随机噪声分别输入至StyleGAN模型和风格化模型，以使StyleGAN模型基于随机噪声输入得到第一人脸图像，风格化模型基于随机噪声输入和第一人脸图像得到第二人脸图像，第二人脸图像是将第一人脸图像进行风格迁移后，得到的具有目标人脸风格的人脸图像。本发明实施例提供的方法可以降低获取风格迁移模型所使用的训练样本的成本和难度。

技术领域

本发明涉及技术领域，特别是涉及一种图像生成方法、图像生成装置及相关设备。

背景技术

人脸风格化指的是将视频或图片中真实的人脸图像转换成不同风格的人脸图像。在进行人脸风格化的过程中通常需要将真实的人脸图像输入至风格迁移模型中进行风格迁移，从而得到不同风格的该人脸的图像。

在对风格迁移模型进行训练的过程中，需要的训练样本至少为几千个图像组或几万个图像组，每一个图像组中均需要包括真实人脸图像和与其对应的风格化人脸图像。由于风格迁移模型训练所需的图像组数量较大，在网络上难以直接获取，通常需要人工绘制。因此，现有技术中存在获得风格迁移模型所使用的训练样本的成本和难度较大的问题。

发明内容

本发明实施例的目的在于提供一种图像生成方法、图像生成装置及相关设备，以降低获取风格迁移模型所使用的训练样本的成本和难度。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种图像生成方法，包括：

利用具有目标人脸风格的目标数据集，对预先训练的StyleGAN模型进行训练和模型参数调整，得到风格化模型，所述风格化模型用于生成具有所述目标人脸风格的人脸图像；

将随机噪声分别输入至所述StyleGAN模型和所述风格化模型，以使所述StyleGAN模型基于所述随机噪声输入得到第一人脸图像，所述风格化模型基于所述随机噪声输入和所述第一人脸图像得到第二人脸图像，所述第二人脸图像是将所述第一人脸图像进行风格迁移后，得到的具有所述目标人脸风格的人脸图像。

可选地，所述StyleGAN模型基于所述随机噪声输入得到所述第一人脸图像，包括：

所述StyleGAN模型的第一映射层基于所述随机噪声输入进行特征提取，得到第一隐藏特征；所述第一隐藏特征用于表征所述第一人脸图像中人脸区域的属性；

将所述第一隐藏特征与预设的第一平均特征进行加权处理，得到第一目标特征；所述第一平均特征基于所述StyleGAN模型每一次训练时所述第一映射层输出的结果确定；

所述StyleGAN模型的第一综合模块基于所述第一目标特征输入进行图像生成，得到所述第一人脸图像。

可选地，所述将所述第一隐藏特征与预设的第一平均特征进行加权处理，得到第一目标特征，包括：

将所述第一隐藏特征与预设的第一平均特征进行加权处理，得到第一中间特征；

对所述第一中间特征对应的参数进行调整，得到所述第一目标特征。

可选地，所述风格化模型基于所述随机噪声输入和所述第一人脸图像得到所述第二人脸图像，包括：

所述风格化模型的第二映射层基于所述随机噪声输入进行特征提取，得到第二隐藏特征，所述第二隐藏特征用于表征所述第二人脸图像中人脸区域的属性；

将所述第二隐藏特征与预设的第二平均特征进行加权处理，得到第二目标特征；所述第二平均特征基于所述风格化模型每一次训练时所述第二映射层输出的结果确定；