[发明专利]一种基于人工智能的按钮图像生成方法和装置

权利要求书

1.一种基于人工智能的按钮图像生成方法，其特征在于，包括：

对多个应用的应用界面进行图像采样，得到多个应用界面图像；

获取所述多个应用界面图像的标签，其中，所述标签用于表征所述应用界面图像中按钮图像的类型以及位置；

针对每个所述类型执行以下处理：根据所述标签确定所述类型的按钮图像分别在所述多个应用界面图像的位置，并根据所述位置进行截图处理，以及将通过所述截图处理得到的多个按钮图像区域缩放至固定尺寸，得到多个真实按钮图像样本；

其中，所述多个真实按钮图像样本的外观具有类似的关键特征，且具有不同的风格；

根据所述真实按钮图像样本训练对应所述类型的机器学习模型；

通过所述机器学习模型执行以下处理：基于所述机器学习模型的输入数据生成包括所述关键特征、且具有新的风格的新按钮图像。

2.根据权利要求1所述的方法，其特征在于，

所述机器学习模型是自编码网络；其中，所述自编码网络包括编码网络和解码网络；

所述根据所述真实按钮图像样本训练对应所述类型的机器学习模型，包括：

通过所述编码网络对所述真实按钮图像样本进行特征提取处理，得到所述真实按钮图像样本的所述关键特征；

通过所述解码网络对所述关键特征进行上采样处理，得到具有所述关键特征的虚假按钮图像样本；

根据所述虚假按钮图像样本与所述真实按钮图像样本之间的误差，生成自编码网络损失函数；

根据所述自编码网络损失函数更新所述解码网络和所述编码网络的参数。

3.根据权利要求1所述的方法，其特征在于，

所述机器学习模型是生成对抗网络；其中，所述生成对抗网络包括生成网络和判别网络；

所述根据所述真实按钮图像样本训练对应所述类型的机器学习模型，包括：

初始化所述生成网络和所述判别网络的参数；

根据所述真实按钮图像样本，交替地执行以下训练任务：

训练所述判别网络，以使所述判别网络区分所述真实按钮图像样本和虚假按钮图像样本；

训练所述生成网络，以使所述生成网络基于所述真实按钮图像样本生成所述虚假按钮图像样本；

其中，在训练所述生成网络的阶段，固定所述判别网络的参数不变；在训练所述判别网络的阶段，固定所述生成网络的参数不变。

4.根据权利要求3所述的方法，其特征在于，所述训练所述判别网络，以使所述判别网络区分所述真实按钮图像样本和虚假按钮图像样本，包括：

通过所述生成网络并结合随机噪声样本生成虚假按钮图像样本；

分别以所述真实按钮图像样本和所述虚假按钮图像样本作为训练样本，通过所述判别网络确定所述训练样本属于真实图像的预测概率；

根据所述预测概率与所述训练样本的真实概率之间的误差，确定判别网络损失函数；

根据所述判别网络损失函数更新所述判别网络的参数。

5.根据权利要求4所述的方法，其特征在于，

所述判别网络包括多个级联的卷积层以及全连接层；

所述通过所述判别网络确定所述训练样本属于真实图像的预测概率，包括：

通过所述多个级联的卷积层对所述训练样本进行特征提取处理，得到所述训练样本的关键特征；

通过所述全连接层对所述训练样本的关键特征进行映射处理，得到所述训练样本属于真实图像的预测概率。

6.根据权利要求4所述的方法，其特征在于，所述训练所述生成网络，以使所述生成网络基于所述真实按钮图像样本生成所述虚假按钮图像样本，包括：

通过所述生成网络并结合随机噪声样本生成虚假按钮图像样本；

通过所述判别网络生成所述虚假按钮图像样本属于真实图像的预测概率；

根据所述预测概率与所述训练样本的真实概率之间的误差，确定生成网络损失函数；

通过所述生成网络损失函数更新所述生成网络的参数。