CN111709470A - 图像生成方法、装置、设备及介质 - Google Patents

图像生成方法、装置、设备及介质 Download PDF

Info

Publication number
CN111709470A
CN111709470A CN202010514466.9A CN202010514466A CN111709470A CN 111709470 A CN111709470 A CN 111709470A CN 202010514466 A CN202010514466 A CN 202010514466A CN 111709470 A CN111709470 A CN 111709470A
Authority
CN
China
Prior art keywords
image
category
random
random vector
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010514466.9A
Other languages
English (en)
Other versions
CN111709470B (zh
Inventor
刘家铭
胡天舒
何声一
洪智滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010514466.9A priority Critical patent/CN111709470B/zh
Publication of CN111709470A publication Critical patent/CN111709470A/zh
Priority to JP2021032615A priority patent/JP7308235B2/ja
Priority to KR1020210032190A priority patent/KR20210152371A/ko
Priority to EP21161971.3A priority patent/EP3839824B1/en
Priority to US17/201,681 priority patent/US20210232932A1/en
Application granted granted Critical
Publication of CN111709470B publication Critical patent/CN111709470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了图像生成方法、装置、设备及介质，涉及人工智能深度学习和图像处理领域。具体实现方案为：获取第一随机向量集合；基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。通过本申请的技术方案，能够自动生成大量具有明确分类的图像，提高图像多样性，降低图像分类成本。

Description

图像生成方法、装置、设备及介质
技术领域
本申请实施例涉及图像处理技术，尤其涉及人工智能深度学习和图像处理领域，具体涉及一种图像生成方法、装置、设备及介质。
背景技术
随着机器学习技术的快速发展，机器学习技术因其自身优势，被越来越广泛地应用于各行各业。
在将机器学习技术应用于图像处理领域时，通常需要获取大量的经分类的图像作为样本数据，以用于对神经网络模型进行训练，使得神经网络模型具有图像处理的能力。
因此，如何获取经分类的图像，成为将机器学习技术应用于图像处理领域时亟待解决的技术问题。
发明内容
本公开提供了一种图像生成方法、装置、设备以及介质。
根据本公开的一方面，提供了一种图像生成方法，包括：
获取第一随机向量集合；
基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；
将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。
根据本公开的另一方面，提供了一种图像生成装置，包括：
第一集合获取模块，用于获取第一随机向量集合；
图像类别确定模块，用于基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；
虚拟图像生成模块，用于将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
根据本申请的技术解决了难于获取经分类的图像的问题。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1a是根据本申请实施例的一种图像生成方法的流程图；
图1b是根据本申请实施例的一种stylegan训练结构图；
图2是根据本申请实施例的又一种图像生成方法的流程图；
图3a是根据本申请实施例的又一种图像生成方法的流程图；
图3b是根据本申请实施例的一种获取经训练的图像至图像翻译模型的流程图；
图4是根据本申请实施例的一种图像生成装置的结构示意图；
图5是用来实现本申请实施例的图像生成方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
根据本申请的实施例，本申请提供了一种图像生成方法。
如图1a所示，是根据本申请实施例的一种图像生成方法的流程图。本实施例可适用于获取具有明确分类的图像的场景，该方法可以由图像生成装置来执行，该装置可以由软件和/或硬件实现，并一般可以集成在计算机、手机等具备计算能力的电子设备中。
具体的，参考图1a，该方法具体包括如下步骤：
S110、获取第一随机向量集合。
在将机器学习技术应用至图像处理领域过程中，具体在对神经网络模型进行有监督的训练时，通常需要获取大量的经分类的高质量图像。一种实施方式是，直接使用现有的公开数据集，这种方式下，由于公开数据集内图像数据有限，并不能适应于多样的实际生产环境，因而实际效果不佳；还有一种实施方式是，首先采集高质量的图像数据，然后进行人工分类标注，这种方式下，不仅大量的高质量数据难于获取，而且人工标注成本也很高。
针对上述问题，本实施例通过配合使用分类器和图像生成器，可生成大量的具有明确分类的高质量图像。
具体的，首先可获取第一随机向量集合。其中，第一随机向量集合中可包括至少一个随机向量，每个随机向量可用于最终生成相应的虚拟图像。示例性的，获取第一随机向量集合的方式包括但不限于，对随机生成的多维预设分布进行采样，得到至少一个多维随机向量，并由该至少一个多维随机向量构成第一随机向量集合。其中，预设分布例如可以是均匀分布，或者正态分布等，在此不作限定。在一个实际例子中，可在随机生成的512维的均匀分布中采样512维隐变量Z，作为随机向量，进而构成第一随机向量集合。
S120、基于经训练的分类器，确定第一随机向量集合中的至少一个随机向量所属的图像类别。
本实施例中，分类器可以是对预设的初始分类模型进行训练得到的，具有图像分类功能的模型。具体的，可将第一随机向量集合中的至少一个随机向量输入至分类器，以使分类器按照训练时的预设图像类别对随机向量进行分类，进而确定输入的随机向量所属的图像类别。其中，分类器可以是二分类器，也可以是多分类器，在此不作限定。
可选的，还包括：获取第二随机向量集合；将第二随机向量集合中的至少一个随机向量，输入至经训练的图像生成器，生成至少一个待标注虚拟图像；根据所述待标注虚拟图像和预设的图像类别，对所述随机向量进行分类和标注，得到具有分类标签的随机向量样本；使用具有分类标签的随机向量样本对预设分类模型进行训练，得到经训练的分类器。
其中，第二随机向量集合的获取方式包括但不限于，对随机生成的多维预设分布进行采样，得到至少一个多维随机向量，并由该至少一个多维随机向量，或者将多维随机向量输入至多个全连接层(FC层)后得到的随机向量，构成第二随机向量集合。举一个实际例子，可在随机生成的512维的均匀分布中采样512维隐变量Z，作为随机向量，或者将该隐变量Z经过一系列FC层，将隐变量Z变为8*512维的W，作为随机向量，构成第二随机向量集合。
具体的，在训练分类器的过程中，可将第二随机向量集合中包括的随机向量，首先输入至经训练的图像生成器，以生成得到与输入的随机向量对应的虚拟图像，该虚拟图像为未明确图像类别的图像，也即待标注虚拟图像。之后，将待标注虚拟图像按照预设的图像类别进行分类，并对该待标注虚拟图像对应的随机向量按照其所属的图像类别进行标注，得到具有分类标签的随机向量样本。其中，二分类时，预设的图像类别可以是预先定义的domainA和domainB，例如，在图像为人脸图像时，domainA可以是大人，domainB可以是小孩，或者，domainA可以是年轻人，domainB可以是老人，等等，在此不作限定。进行分类和标注的方式包括但不限于人工分类和人工标注等，若待标注虚拟图像被人为划分为属于domainA，则将用于生成该待标注虚拟图像的随机向量标注为domainA。然后，使用具有分类标签的随机向量样本对预设分类模型进行训练，待模型收敛即可将该分类模型确定为经训练的分类器。其中，若预设的图像类别为两类，则预设分类模型可以是二分类模型，例如线性分类器linear SVM(Support Vector Machine,支持向量机)；若预设的图像类别为多类，也可以是其他多分类模型，在此不做限定。
下面以二分类为例，举一个实际例子来说明分类器的训练过程：从随机生成的均匀分布中采样约5000个隐变量Z，每个Z都利用经训练的图像生成器生成一张人脸图像样本，根据预先定义的domainA及domainB，令标注人员将5000张人脸图像样本中属于domainA的图像和属于domainB的图像区分开。得到两个域的图像数据后，可通过使用对应于这两个域的图像数据的随机变量样本对linear SVM进行有监督式训练，以使其能够对隐变量Z按照domainA或domainB进行分类，得到经训练的分类器。
利用随机向量对分类器进行训练的好处在于，训练过程比较简单，可以降低模型训练复杂度，且模型更容易收敛，所需训练样本更少。
可选的，第一随机向量集合中随机向量的数量大于第二随机向量集合中随机向量的数量。
本实施例中，可将第二随机向量集合中随机向量的数量设置为远小于第一随机向量集合中随机向量的数量，这样设置的好处在于，仅需在训练分类器时对少量的随机向量样本进行标注，即可利用训练好的分类器以及图像生成器，无限生成大量具有明确分类的虚拟图像，进而可以简化图像分类过程，降低图像分类成本，提高图像多样性。
S130、将属于该图像类别的随机向量输入至经训练的图像生成器，生成属于该图像类别的虚拟图像。
本实施例中，确定第一随机向量集合中的至少一个随机向量所属的图像类别后，可将属于目标图像类别的随机向量分别输入至经训练的图像生成器，对应生成属于目标图像类别的虚拟图像。示例性的，若第一随机向量集合中包含多个随机向量，则可将分属于各个图像类别的随机向量分别输入至经训练的图像生成器，输出得到分属于各个图像类别的虚拟图像。
其中，图像生成器可以是对预设的初始生成模型进行训练得到的，具有图像生成功能的模型。具体的，将一个随机向量输入至经训练的图像生成器，可输出得到与该随机向量对应的虚拟图像。其中，虚拟图像是图像生成器通过学习真实图像而生成的现实中并不存在的图像。
可选的，还包括：获取样本图像数据集，样本图像数据集包括多个无分类标签的真实图像；使用样本图像数据集，对第一生成对抗网络进行无监督式训练，得到经训练的图像生成器。
在图像生成器的训练过程中，可将多个真实图像所组成的样本图像数据集作为训练样本，对第一生成对抗网络进行无监督式训练，其中，样本图像数据集中包括的真实图像可以是高清图像，样本图像数据集例如可以是现有的公开数据集。另外，第一生成对抗网络例如可以是基于样式的生成对抗网络(stylegan)，利用高清的样本图像数据集对stylegan进行训练，得到的图像生成器，在使用时所生成的虚拟图像也是高清图像。
在一个具体例子中，参见如图1b所示的stylegan训练结构，图像生成器的训练过程包括：在512维的均匀分布中采样512维隐变量Z，经过左边的一系列FC层，Z变为8*512维的W，将W分为4层AdaIN的beta、gamma参数，作为图像风格或样式(style)送入中间的综合网络g(synthesis network g)中，右边为随机采样的噪声(Noise)，其维度与卷积后特征图一致。g的卷积输入为空白图，经过W和Noise控制的g网络后，生成一张随机RGB图。训练时可采用PGGAN训练策略，其中，PGGAN训练策略具体为：首先训练stylegan中的生成器生成4*4尺寸的输出图像，stylegan中的判别器针对4*4尺寸的图像进行判别，待收敛后，在4*4尺寸上面叠加一个卷积块，本实施例中一个卷积块可由两个AdaIN层组成，该卷积块的输出为8*8图像，相同尺寸的判别器在该尺寸下判别。该步骤循环叠加，直到生成的图像的尺寸达到1024*1024，取收敛后的stylegan作为经训练的图像生成器。
在图像生成器的训练过程中，使用样本图像数据集对第一生成对抗网络进行无监督训练的有益效果在于，可以免去样本图像的分类标注过程，在保证图像质量的同时，降低样本图像的标注成本。
根据本实施例的技术方案，通过获取第一随机向量集合，基于经训练的分类器，确定第一随机向量集合中的至少一个随机向量所属的图像类别，并将属于该图像类别的随机向量输入至经训练的图像生成器，生成属于该图像类别的虚拟图像，利用将分类器与图像生成器结合使用的优点，解决了现有技术中难于获取具有明确分类的图像的问题，实现了大量具有明确分类的图像的自动生成，同时，提高了图像多样性，降低了图像分类成本。
根据本申请的实施例，本申请还提供了一种图像生成方法。
如图2所示，是根据本申请实施例的又一种图像生成方法的流程图。本实施例对上述任意实施例进行细化，在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之前，细化为还包括：将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
具体的，参考图2，本方法具体包括如下步骤：
S210、获取第一随机向量集合。
S220、基于经训练的分类器，确定第一随机向量集合中的至少一个随机向量所属的图像类别。
S230、将第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除该图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
本实施例在上述实施例的基础上，为了使生成的各图像类别对应的虚拟图像数量相当，在对第一随机向量集合中的至少一个随机向量利用分类器进行分类后，还可将各图像类别下的随机向量均编辑至其他图像类别下，得到对应的其他图像类别下的随机向量，实现各图像类别下的随机向量数量相等，进而使得根据各图像类别下的随机向量所生成的虚拟图像的数量也相等。
例如，若随机向量a1属于图像类别A，随机向量b1和c1属于图像类别B，则可将随机向量a1由图像类别A编辑至图像类别B，得到对应属于图像类别B的随机向量a2；并将随机向量b1由图像类别B编辑至图像类别A，得到对应属于图像类别A的随机向量b2；同时，将随机向量c1由图像类别B编辑至图像类别A，得到对应属于图像类别A的随机向量c2，也即，经编辑后，图像类别A对应包括a1、b2和c2，图像类别B对应包括a2、b1和c1，进而使得图像类别A和图像类别B中均包含三个随机向量，达到数量上的平衡。
可选的，将第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除该图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量，包括：获取图像生成器对应的图像类别空间的属性向量轴，属性向量轴为图像类别空间中任意两个图像类别对应的分类面的法向向量；根据属性向量轴，将第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除该图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
示例性的，属性向量轴可以是图像生成器对应的图像类别空间中，用于改变随机向量所属图像类别的向量轴。其中，图像类别空间可以是各图像类别之间分类面分割而成的多个空间。以二分类为例，分类器的两个参数可以决定一个分类平面，该分类平面的法向向量即为图像生成器空间中的属性向量轴。当有多个图像类别时，相应的，也可以有多个属性向量轴，也即每两个图像类别可对应一个属性向量轴。
具体的，通过该至少一个属性向量轴，可将第一随机向量集合中的随机向量，由所属的图像类别编辑至除图像类别之外的，与属性向量轴对应的其他图像类别，进而得到属于其他图像类别的其他随机向量。
利用属性向量轴，将随机向量由所属的图像类别，编辑至除该图像类别之外的其他图像类别的好处在于，可使各图像类别对应的随机向量的数量相当，进而使生成的各图像类别对应的虚拟图像的数量相当，以在将其作为有监督式训练的训练样本时，提高各类别图像样本数据的均衡性，从而达到更好的训练效果。
可选的，根据属性向量轴，将第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量，包括：将属于第一图像类别的随机向量加上，属性向量轴与编辑尺度参数的乘积，得到属于第二图像类别的随机向量；和/或，将属于第二图像类别的随机向量减去，属性向量轴与编辑尺度参数的乘积，得到属于第一图像类别的随机向量；其中，属性向量轴为由第一图像类别对应的图像类别空间指向第二图像类别对应的图像类别空间。
在一个实际例子中，属性向量轴为第一图像类别与第二图像类别之间的分类面的法向向量，且当该法向向量为由第一图像类别对应的图像类别空间指向第二图像类别对应的图像类别空间时，将属于第一图像类别的随机向量加上属性向量轴*λ就可以将该随机向量编辑至第二图像类别，将属于第二图像类别的随机向量减去属性向量轴*λ则可以将该随机向量编辑至第一图像类别，其中，λ为编辑尺度参数，用于决定随机向量的编辑程度，λ越大，则编辑程度越深，具体可根据需要进行设置。
本实施例中，将属于第一图像类别的随机向量通过属性向量轴编辑至第二图像类别，反之亦然，这样设置的好处在于，可使各图像类别对应的随机向量的数量相当，进而使生成的各图像类别对应的虚拟图像的数量相当，以在将其作为有监督式训练的训练样本时，提高各类别图像样本数据的均衡性，从而达到更好的训练效果。
S240、将属于该图像类别的随机向量输入至经训练的图像生成器，生成属于该图像类别的虚拟图像。
根据本实施例的技术方案，通过在上述实施例的基础上，对第一随机向量集合中的至少一个随机向量利用分类器进行分类后，将各图像类别下的随机向量均编辑至其他图像类别下，得到对应的其他图像类别下的随机向量，使得各图像类别下的随机向量的数量相当，进而可以使得根据各图像类别下的随机向量所生成的虚拟图像的数量也相当，提高了各类别图像样本数据的均衡性。
根据本申请的实施例，本申请还提供了一种图像生成方法。
如图3a所示，是根据本申请实施例的又一种图像生成方法的流程图。本实施例对上述任意实施例进行细化，在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之后，细化为还包括：将所述虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本；使用所述虚拟图像样本，对第二生成对抗网络进行有监督式训练，得到经训练的图像至图像翻译模型，所述图像至图像翻译模型用于将输入的图像由所属的图像类别翻译为其他图像类别的图像。
具体的，参考图3a，本方法具体包括如下步骤：
S310、获取第一随机向量集合。
S320、基于经训练的分类器，确定第一随机向量集合中的至少一个随机向量所属的图像类别。
S330、将属于该图像类别的随机向量输入至经训练的图像生成器，生成属于该图像类别的虚拟图像。
S340、将虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本。
人脸属性编辑功能在短视频、视频直播中应用广泛，有较大的实用价值，而人脸编辑模型在进行训练的过程中，需要大量的经分类的高质量图像，图像的质量和数量会显著地影响最终训出模型的图像编辑效果。本实施例中所涉及的图像可以是人脸图像，人脸属性编辑模型可以是图像至图像翻译模型。
示例性的，在生成分别属于各个图像类别的虚拟图像之后，还可对各个图像类别的虚拟图像，按照其所属的图像类别进行标注，进而生成具有分类标签的虚拟图像样本，其中，具体标注方式例如可以是利用不同的字符或数字对不同图像类别的虚拟图像进行区别标记，在此不作限定。
S350、使用虚拟图像样本，对第二生成对抗网络进行有监督式训练，得到经训练的图像至图像翻译模型，图像至图像翻译模型用于将输入的图像由所属的图像类别翻译为其他图像类别的图像。
具体的，可使用上述生成的具有分类标签的虚拟图像样本，直接训练第二生成对抗网络，得到经训练的图像至图像翻译模型。其中，第二生成对抗网络例如可以是cyclegan，优选为UGATIT架构，采用UGATIT架构的好处在于可以获得更稳定的翻译效果。具体地说，针对只有两个图像类别时，两个域(domainA和domainB)之间转换的问题，图像至图像翻译模型由两个生成器(A2B、B2A)及两个判别器(A和B)组成。生成器负责生成逼真的假图，欺骗判别器；而判别器负责识破假图。
其中，图像至图像翻译模型的工作原理为：在生成器端，输入的图像可通过两个降采样卷积及四个跨层连接块组成的编码器(encoder)后，获得具有C个通道的特征图x，x在进行最大池化层(max pooling)及平均池化层(average pooling)后得到2C维度特征，送入一个辅助分类器判别图像来源为A或B。得到辅助分类器的权重W后，将其与x上的每个像素点的2C通道特征进行向量乘法，获得注意力热力图a。热图a与x相乘，得到加权后的特征图x’，x’通过全卷积网络得到beta,gamma两个向量。解码器(decoder)由基于AdaLIN的自适应残差块(Adaptive Residual Block，ARB)及上采样层组成。ARB接受x’作为卷积的输入，其中的AdaLIN层接受beta，gamma进行特征调制。x’经过ARB以及上采样后，输出翻译后的图像。
在对UGATIT架构进行有监督式训练时，还需要用到判别器端，具体为，判别器端将生成器翻译得到的图像经过与生成器类似的encoder后可得到加权特征图x’，x’通过卷积及sigmoid后产生该图像为真或为假的输出。训练判别器时，判别器需最小化分类损失函数(loss)，而训练生成器时，生成器需要最大化分类loss，综合为对抗损失。其中，训练UGATIT架构时所需损失函数，也即训练生成器的总体损失包括以下三种损失：一、如前述的对抗损失，二、循环一致损失，即一张图像经过A2B及B2A翻译后，生成图像与输入图像的损失(例如L1损失或者L2损失)。三、自身不变损失，即图像经过映射回到图像自身域时，生成图像与输入图像的损失(例如L1损失或者L2损失)。
根据本实施例的技术方案，在上述实施例的基础上，通过将生成的虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本，并使用虚拟图像样本，对第二生成对抗网络进行有监督式训练，进而得到经训练的图像至图像翻译模型，利用将生成的具有分类标签的虚拟图像样本应用于图像至图像翻译模型的训练过程，使得在模型训练时不再需要对样本图像进行大量的人工标注，在提高样本图像的多样性的同时，降低了图像样本标注成本，提高了模型训练效率。
在上述各实施例的基础上，如图3b所示，提供一种获取经训练的图像至图像翻译模型的流程图，具体包括：S31、获取大量无监督高清人脸数据训练stylegan模型；S32、在经训练的stylegan模型基础上，进行随机向量的采样，生成少量图像样本，而后进行人工标注分类标签，得到domainA数据及domainB数据，并根据得到的两组数据，训练线性分类器，收敛后线性分类器确定的分类平面的法向向量即为stylegan空间中的属性向量轴；S33、得到属性向量轴及分类器后，采样获取大量的随机向量，并通过线性分类器判断其类别(A或者B)，若为A，则随机向量按照属性向量轴编辑至B生成新的随机向量，反之亦然，之后将这两个图像类别的随机向量均输入至stylegan，可得到数量基本一致的高清双域数据集；S34、使用得到的该高清双域数据集，训练cyclegan模型，得到非配对图像至图像翻译模型，并进行应用部署。
通过上述训练方法，由于不再需要对人脸属性数据进行大量的人工标注，因此，可以大幅节省数据标注成本；同时，训练过程简单，处理步骤少，模型研发效率高；此外，使用该方法训练的模型极易收敛且泛化性能良好，由于stylegan产生的数据质量较高，因此，利用其生成的虚拟图像所训出的图像至图像翻译模型的图像翻译效果也更好。
根据本申请的实施例，本申请还提供了一种图像生成装置。
如图4所示，是根据本申请实施例的一种图像生成装置的结构示意图。该装置可以由软件和/或硬件的方式实现，并执行如本申请任意实施例所述的图像生成方法。具体的，图像生成装置400包括：第一集合获取模块401、图像类别确定模块402以及虚拟图像生成模块403。
其中，第一集合获取模块401，用于获取第一随机向量集合；
图像类别确定模块402，用于基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；
虚拟图像生成模块403，用于将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。
可选的，图像生成装置400，还可以包括：
图像类别编辑模块，用于在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之前，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
可选的，其中，图像类别编辑模块，具体可以包括：
向量轴获取单元，用于获取所述图像生成器对应的图像类别空间的属性向量轴，所述属性向量轴为所述图像类别空间中任意两个图像类别对应的分类面的法向向量；
类别编辑单元，用于根据所述属性向量轴，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
可选的，其中，类别编辑单元，具体可以包括：
第一编辑子单元，用于将属于第一图像类别的随机向量加上，所述属性向量轴与编辑尺度参数的乘积，得到属于第二图像类别的随机向量；和/或，
第二编辑子单元，用于将属于第二图像类别的随机向量减去，所述属性向量轴与编辑尺度参数的乘积，得到属于第一图像类别的随机向量；
其中，所述属性向量轴为由所述第一图像类别对应的图像类别空间指向所述第二图像类别对应的图像类别空间。
可选的，图像生成装置400，还可以包括：
第二集合获取模块，用于获取第二随机向量集合；
待标注图像生成模块，用于将所述第二随机向量集合中的至少一个随机向量，输入至经训练的所述图像生成器，生成至少一个待标注虚拟图像；
图像分类标注模块，用于根据所述待标注虚拟图像和预设的图像类别，对所述随机向量进行分类和标注，得到具有分类标签的随机向量样本；
分类模型训练模块，用于使用所述具有分类标签的随机向量样本对预设分类模型进行训练，得到经训练的分类器。
可选的，所述第一随机向量集合中随机向量的数量大于所述第二随机向量集合中随机向量的数量。
可选的，图像生成装置400，还可以包括：
样本图像获取模块，用于获取样本图像数据集，所述样本图像数据集包括多个无分类标签的真实图像；
生成器训练模块，用于使用所述样本图像数据集，对第一生成对抗网络进行无监督式训练，得到经训练的图像生成器。
可选的，图像生成装置400，还可以包括：
虚拟图像标注模块，用于在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之后，将所述虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本；
翻译模型训练模块，用于使用所述虚拟图像样本，对第二生成对抗网络进行有监督式训练，得到经训练的图像至图像翻译模型，所述图像至图像翻译模型用于将输入的图像由所属的图像类别翻译为其他图像类别的图像。
本申请实施例所提供的图像生成装置可执行本申请任意实施例所提供的图像生成方法，具备执行方法相应的功能模块和有益效果。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的图像生成方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的图像生成方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像生成方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像生成方法对应的程序指令/模块(例如，附图4所示的第一集合获取模块401、图像类别确定模块402以及虚拟图像生成模块403)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像生成方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据图像生成方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至图像生成方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像生成方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与图像生成方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过获取第一随机向量集合，基于经训练的分类器，确定第一随机向量集合中的至少一个随机向量所属的图像类别，并将属于该图像类别的随机向量输入至经训练的图像生成器，生成属于该图像类别的虚拟图像，利用将分类器与图像生成器结合使用的优点，解决了现有技术中难于获取具有明确分类的图像的问题，实现了大量具有明确分类的图像的自动生成，同时，提高了图像多样性，降低了图像分类成本。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (18)

1.一种图像生成方法，包括：
获取第一随机向量集合；
基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；
将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。
2.根据权利要求1所述的方法，在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之前，还包括：
将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
3.根据权利要求2所述的方法，其中，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量，包括：
获取所述图像生成器对应的图像类别空间的属性向量轴，所述属性向量轴为所述图像类别空间中任意两个图像类别对应的分类面的法向向量；
根据所述属性向量轴，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
4.根据权利要求3所述的方法，其中，根据所述属性向量轴，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量，包括：
将属于第一图像类别的随机向量加上，所述属性向量轴与编辑尺度参数的乘积，得到属于第二图像类别的随机向量；和/或，
将属于第二图像类别的随机向量减去，所述属性向量轴与编辑尺度参数的乘积，得到属于第一图像类别的随机向量；
其中，所述属性向量轴为由所述第一图像类别对应的图像类别空间指向所述第二图像类别对应的图像类别空间。
5.根据权利要求1所述的方法，还包括：
获取第二随机向量集合；
将所述第二随机向量集合中的至少一个随机向量，输入至经训练的所述图像生成器，生成至少一个待标注虚拟图像；
根据所述待标注虚拟图像和预设的图像类别，对所述随机向量进行分类和标注，得到具有分类标签的随机向量样本；
使用所述具有分类标签的随机向量样本对预设分类模型进行训练，得到经训练的分类器。
6.根据权利要求5所述的方法，其中，所述第一随机向量集合中随机向量的数量大于所述第二随机向量集合中随机向量的数量。
7.根据权利要求1所述的方法，还包括：
获取样本图像数据集，所述样本图像数据集包括多个无分类标签的真实图像；
使用所述样本图像数据集，对第一生成对抗网络进行无监督式训练，得到经训练的图像生成器。
8.根据权利要求1-7任一所述的方法，在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之后，还包括：
将所述虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本；
使用所述虚拟图像样本，对第二生成对抗网络进行有监督式训练，得到经训练的图像至图像翻译模型，所述图像至图像翻译模型用于将输入的图像由所属的图像类别翻译为其他图像类别的图像。
9.一种图像生成装置，包括：
第一集合获取模块，用于获取第一随机向量集合；
图像类别确定模块，用于基于经训练的分类器，确定所述第一随机向量集合中的至少一个随机向量所属的图像类别；
虚拟图像生成模块，用于将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像。
10.根据权利要求9所述的装置，还包括：
图像类别编辑模块，用于在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之前，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
11.根据权利要求10所述的装置，其中，图像类别编辑模块，包括：
向量轴获取单元，用于获取所述图像生成器对应的图像类别空间的属性向量轴，所述属性向量轴为所述图像类别空间中任意两个图像类别对应的分类面的法向向量；
类别编辑单元，用于根据所述属性向量轴，将所述第一随机向量集合中的至少一个随机向量，由所属的图像类别编辑至除所述图像类别之外的其他图像类别，得到属于其他图像类别的其他随机向量。
12.根据权利要求11所述的装置，其中，类别编辑单元，包括：
第一编辑子单元，用于将属于第一图像类别的随机向量加上，所述属性向量轴与编辑尺度参数的乘积，得到属于第二图像类别的随机向量；和/或，
第二编辑子单元，用于将属于第二图像类别的随机向量减去，所述属性向量轴与编辑尺度参数的乘积，得到属于第一图像类别的随机向量；
其中，所述属性向量轴为由所述第一图像类别对应的图像类别空间指向所述第二图像类别对应的图像类别空间。
13.根据权利要求9所述的装置，还包括：
第二集合获取模块，用于获取第二随机向量集合；
待标注图像生成模块，用于将所述第二随机向量集合中的至少一个随机向量，输入至经训练的所述图像生成器，生成至少一个待标注虚拟图像；
图像分类标注模块，用于根据所述待标注虚拟图像和预设的图像类别，对所述随机向量进行分类和标注，得到具有分类标签的随机向量样本；
分类模型训练模块，用于使用所述具有分类标签的随机向量样本对预设分类模型进行训练，得到经训练的分类器。
14.根据权利要求13所述的装置，其中，所述第一随机向量集合中随机向量的数量大于所述第二随机向量集合中随机向量的数量。
15.根据权利要求1所述的装置，还包括：
样本图像获取模块，用于获取样本图像数据集，所述样本图像数据集包括多个无分类标签的真实图像；
生成器训练模块，用于使用所述样本图像数据集，对第一生成对抗网络进行无监督式训练，得到经训练的图像生成器。
16.根据权利要求9-15任一所述的装置，还包括：
虚拟图像标注模块，用于在将属于所述图像类别的随机向量输入至经训练的图像生成器，生成属于所述图像类别的虚拟图像之后，将所述虚拟图像按照所属的图像类别进行标注，生成具有分类标签的虚拟图像样本；
翻译模型训练模块，用于使用所述虚拟图像样本，对第二生成对抗网络进行有监督式训练，得到经训练的图像至图像翻译模型，所述图像至图像翻译模型用于将输入的图像由所属的图像类别翻译为其他图像类别的图像。
17.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
CN202010514466.9A 2020-06-08 2020-06-08 图像生成方法、装置、设备及介质 Active CN111709470B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010514466.9A CN111709470B (zh) 2020-06-08 2020-06-08 图像生成方法、装置、设备及介质
JP2021032615A JP7308235B2 (ja) 2020-06-08 2021-03-02 画像生成方法および装置、電子機器、記憶媒体並びにコンピュータプログラム
KR1020210032190A KR20210152371A (ko) 2020-06-08 2021-03-11 이미지 생성 방법, 장치, 기기 및 매체
EP21161971.3A EP3839824B1 (en) 2020-06-08 2021-03-11 Method and apparatus for generating image, device, medium and program
US17/201,681 US20210232932A1 (en) 2020-06-08 2021-03-15 Method and apparatus for generating image, device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010514466.9A CN111709470B (zh) 2020-06-08 2020-06-08 图像生成方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111709470A true CN111709470A (zh) 2020-09-25
CN111709470B CN111709470B (zh) 2023-10-03

Family

ID=72539880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010514466.9A Active CN111709470B (zh) 2020-06-08 2020-06-08 图像生成方法、装置、设备及介质

Country Status (5)

Country Link
US (1) US20210232932A1 (zh)
EP (1) EP3839824B1 (zh)
JP (1) JP7308235B2 (zh)
KR (1) KR20210152371A (zh)
CN (1) CN111709470B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613411A (zh) * 2020-12-25 2021-04-06 浙江大学 基于生成对抗网络的行人重识别数据集姿态数据增广方法
CN112836755A (zh) * 2021-02-05 2021-05-25 中国科学院深圳先进技术研究院 基于深度学习的样本图像生成方法及其系统
CN114140603A (zh) * 2021-12-08 2022-03-04 北京百度网讯科技有限公司 虚拟形象生成模型的训练方法和虚拟形象生成方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155366B (zh) * 2022-02-07 2022-05-20 北京每日优鲜电子商务有限公司 动态柜图像识别模型训练方法、装置、电子设备和介质
CN115170807B (zh) * 2022-09-05 2022-12-02 浙江大华技术股份有限公司 一种图像分割、模型训练方法、装置、设备及介质
CN116011084B (zh) * 2023-02-20 2023-11-28 中国建筑西南设计研究院有限公司 结构平面布置整体生成方法、装置、电子设备及存储介质
CN117218034A (zh) * 2023-10-09 2023-12-12 脉得智能科技(无锡)有限公司 一种图像增强方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140267393A1 (en) * 2013-03-15 2014-09-18 Disney Enterprises, Inc. Virtual scene generation based on imagery
US20160086057A1 (en) * 2014-09-22 2016-03-24 Kabushiki Kaisha Toshiba Feature point detection device, feature point detection method, and computer program product
CN108388925A (zh) * 2018-03-06 2018-08-10 天津工业大学 基于新型条件对抗生成网络的抗模式崩溃鲁棒图像生成方法
CN108763874A (zh) * 2018-05-25 2018-11-06 南京大学 一种基于生成对抗网络的染色体分类方法及装置
CN109871888A (zh) * 2019-01-30 2019-06-11 中国地质大学（武汉） 一种基于胶囊网络的图像生成方法及系统
CN109919252A (zh) * 2019-03-26 2019-06-21 中国科学技术大学 利用少数标注图像生成分类器的方法
CN110097103A (zh) * 2019-04-22 2019-08-06 西安电子科技大学 基于生成对抗网络的半监督图像分类方法
CN110503703A (zh) * 2019-08-27 2019-11-26 北京百度网讯科技有限公司 用于生成图像的方法和装置
US20200097771A1 (en) * 2018-09-25 2020-03-26 Nec Laboratories America, Inc. Deep group disentangled embedding and network weight generation for visual inspection

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107273978B (zh) 2017-05-25 2019-11-12 清华大学 一种三模型博弈的产生式对抗网络模型的建立方法及装置
JP2019207561A (ja) 2018-05-29 2019-12-05 日鉄ソリューションズ株式会社 情報処理装置、情報処理方法及びプログラム
JP7139749B2 (ja) 2018-07-23 2022-09-21 日本電信電話株式会社 画像認識学習装置、画像認識装置、方法、及びプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140267393A1 (en) * 2013-03-15 2014-09-18 Disney Enterprises, Inc. Virtual scene generation based on imagery
US20160086057A1 (en) * 2014-09-22 2016-03-24 Kabushiki Kaisha Toshiba Feature point detection device, feature point detection method, and computer program product
CN108388925A (zh) * 2018-03-06 2018-08-10 天津工业大学 基于新型条件对抗生成网络的抗模式崩溃鲁棒图像生成方法
CN108763874A (zh) * 2018-05-25 2018-11-06 南京大学 一种基于生成对抗网络的染色体分类方法及装置
US20200097771A1 (en) * 2018-09-25 2020-03-26 Nec Laboratories America, Inc. Deep group disentangled embedding and network weight generation for visual inspection
CN109871888A (zh) * 2019-01-30 2019-06-11 中国地质大学（武汉） 一种基于胶囊网络的图像生成方法及系统
CN109919252A (zh) * 2019-03-26 2019-06-21 中国科学技术大学 利用少数标注图像生成分类器的方法
CN110097103A (zh) * 2019-04-22 2019-08-06 西安电子科技大学 基于生成对抗网络的半监督图像分类方法
CN110503703A (zh) * 2019-08-27 2019-11-26 北京百度网讯科技有限公司 用于生成图像的方法和装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAO DONG 等: "Unsupervised Image-to-Image Translation with Generative Adversarial Networks" *
PO-WEI WU 等: "RelGAN: Multi-Domain Image-to-Image Translation via Relative Attributes" *
YUANLUE ZHU 等: "SwitchGAN for Multi-domain Facial Image Translation" *
何剑华 等: "基于改进的CycleGAN模型非配对的图像到图像转换" *
张鹏强 等: "面向高光谱影像分类的生成式对抗网络" *
税留成: "基于生成式对抗网络的图像标注方法研究" *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613411A (zh) * 2020-12-25 2021-04-06 浙江大学 基于生成对抗网络的行人重识别数据集姿态数据增广方法
CN112613411B (zh) * 2020-12-25 2022-05-27 浙江大学 基于生成对抗网络的行人重识别数据集姿态数据增广方法
CN112836755A (zh) * 2021-02-05 2021-05-25 中国科学院深圳先进技术研究院 基于深度学习的样本图像生成方法及其系统
CN112836755B (zh) * 2021-02-05 2024-04-16 中国科学院深圳先进技术研究院 基于深度学习的样本图像生成方法及其系统
CN114140603A (zh) * 2021-12-08 2022-03-04 北京百度网讯科技有限公司 虚拟形象生成模型的训练方法和虚拟形象生成方法
CN114140603B (zh) * 2021-12-08 2022-11-11 北京百度网讯科技有限公司 虚拟形象生成模型的训练方法和虚拟形象生成方法

Also Published As

Publication number Publication date
EP3839824A2 (en) 2021-06-23
EP3839824A3 (en) 2021-10-06
US20210232932A1 (en) 2021-07-29
EP3839824B1 (en) 2023-11-08
JP7308235B2 (ja) 2023-07-13
JP2021193546A (ja) 2021-12-23
CN111709470B (zh) 2023-10-03
KR20210152371A (ko) 2021-12-15

Similar Documents

Publication Publication Date Title
CN111709470B (zh) 图像生成方法、装置、设备及介质
CN111639710B (zh) 图像识别模型训练方法、装置、设备以及存储介质
Zhou et al. Semantic-supervised infrared and visible image fusion via a dual-discriminator generative adversarial network
CN111144577B (zh) 异构图之中节点表示的生成方法、装置和电子设备
CN111476871B (zh) 用于生成视频的方法和装置
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
CN108960278A (zh) 使用生成式对抗网络的鉴别器的新奇检测
CN112528976B (zh) 文本检测模型的生成方法和文本检测方法
CN111832745B (zh) 数据增广的方法、装置及电子设备
CN108734749A (zh) 图像的视觉风格变换
CN111783647A (zh) 人脸融合模型的训练方法、人脸融合方法、装置及设备
CN111931591A (zh) 用于构建关键点学习模型的方法、装置、电子设备及可读存储介质
CN111709873B (zh) 图像转换模型生成器的训练方法和装置
CN111738910A (zh) 一种图像处理方法、装置、电子设备和存储介质
CN111539897A (zh) 用于生成图像转换模型的方法和装置
CN108229363A (zh) 关键帧调度方法和装置、电子设备、程序和介质
CN112149634A (zh) 图像生成器的训练方法、装置、设备以及存储介质
Lan et al. Visualization in astrophysics: Developing new methods, discovering our universe, and educating the earth
KR20220014865A (ko) 비디오 이벤트 인식 방법, 장치, 전자 기기 및 기록 매체
US11836836B2 (en) Methods and apparatuses for generating model and generating 3D animation, devices and storage mediums
CN111862031A (zh) 一种人脸合成图检测方法、装置、电子设备及存储介质
US20210342496A1 (en) Geometry-aware interactive design
CN113362409B (zh) 图像上色及其模型训练方法、装置、电子设备、存储介质
CN112508163B (zh) 神经网络模型中子图的展示方法、装置和存储介质
CN111784799A (zh) 图像填充方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant