CN111861955A - 构建图像编辑模型的方法以及装置 - Google Patents

构建图像编辑模型的方法以及装置 Download PDF

Info

Publication number
CN111861955A
CN111861955A CN202010576505.8A CN202010576505A CN111861955A CN 111861955 A CN111861955 A CN 111861955A CN 202010576505 A CN202010576505 A CN 202010576505A CN 111861955 A CN111861955 A CN 111861955A
Authority
CN
China
Prior art keywords
image
training
generation
generator
sample
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.)
Pending
Application number
CN202010576505.8A
Other languages
English (en)
Inventor
何声一
刘家铭
胡天舒
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 CN202010576505.8A priority Critical patent/CN111861955A/zh
Publication of CN111861955A publication Critical patent/CN111861955A/zh
Priority to EP21169905.3A priority patent/EP3929875A1/en
Priority to US17/241,211 priority patent/US20210398334A1/en
Priority to KR1020210077704A priority patent/KR102566277B1/ko
Priority to JP2021102209A priority patent/JP7241813B2/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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]
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了一种构建图像编辑模型的方法、装置、电子设备和计算机可读存储介质，涉及图像处理、深度学习技术领域。本申请在构建图像编辑模型时所采用的实现方案为：获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。本申请所构建的图像编辑模型能够对生成图像的缺失背景进行填补，从而提升所构建的图像编辑模型的编辑性能。

Description

构建图像编辑模型的方法以及装置
技术领域
本申请涉及互联网技术领域，尤其涉及图像处理、深度学习技术领域中的一种构建图像编辑模型的方法、装置、电子设备和计算机可读存储介质。
背景技术
现有的构建图像编辑模型的方案通常有两种：一种是不区分图像的前景和背景，将图像进行整体建模来生成新的图像；另一种则是使用不同的模型来分别对图像的前景和背景进行建模，融合生成的前景和背景生成新的图像。对于第一种方案来说，由于不区分图像的前景和背景，所构建的模型无法对由于输入图像的前景减少而填补生成图像中的缺失背景；对于第二种方案来说，由于需要使用多个模型来分别对图像的前景和背景进行建模，导致模型构建的步骤较为繁琐，系统资源消耗较高。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种构建图像编辑模型的方法，包括：获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
本申请为解决技术问题所采用的技术方案是提供一种构建图像编辑模型的装置，包括：获取单元，用于获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；构建单元，用于构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；训练单元，用于根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
上述申请中的一个实施例具有如下优点或有益效果：本申请所构建的图像编辑模型能够填补生成图像所缺失的背景，并能够简化模型的构建步骤，降低模型构建所需的资源消耗。因为采用了在构建生成对抗网络时对前景图像、掩码图像以及背景图像进行同时建模的的技术手段，所以克服了现有技术中不区分图像的前背景进行建模以及需要多个模型来分别对前背景建模所导致的技术问题，实现了提升图像编辑模型的编辑性能等技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
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1是根据本申请第一实施例的示意图；
图2是根据本申请第二实施例的示意图；
图3是根据本申请第三实施例的示意图；
图4是用来实现本申请实施例的构建图像编辑模型的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。
图1是根据本申请第一实施例的示意图。如图1中所示，本实施例的构建图像编辑模型的方法，具体可以包括如下步骤：
S101、获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；
S102、构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；
S103、根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
本实施例的构建图像编辑模型的方法，通过采用在构建生成对抗网络时对前景图像、掩码图像以及背景图像进行同时建模的方式，使得训练得到的图像编辑模型能够对生成图像的缺失背景进行填补，能够避免由于输入图像的前景减少而导致生成图像缺失背景的问题。
本实施例所获取的训练样本，包含有第一图像及其对应的第二图像，其中第二图像可以认为是在编辑第一图像时得到的具有完整背景的图像。
举例来说，若第一图像为女性图像，第二图像可以为男性图像。这是因为，在将女性图像编辑为男性图像时，需要将女性的长发转换为男性的短发，从而导致女性图像中缺失的头发前景需要变为男性图像中的背景，但该部分背景是女性图像所缺失的，因此需要在编辑女性图像得到男性图像时对该缺失背景进行填补。
若第一图像为男性图像，第二图像可以为婴儿图像。这是因为，在将男性图像编辑为婴儿图像时，需要将男性的短发转换为婴儿的无发，从而导致男性图像中缺失的头发前景需要变为婴儿图像中的背景，但该部分背景是男性图像所缺失的，因此需要在编辑男性图像得到婴儿图像时对该缺失背景进行填补。
本实施例在获取训练样本时，可以直接根据所获取的图像来设置第一图像及其对应的第二图像。本实施例在设置图像之间的对应关系时，可以由用户根据实际需求，手动设置第一图像及其对应的第二图像；也可以通过对各图像进行内容识别之后，根据预设的内容对应关系自动设置第一图像及其对应的第二图像。
另外，本实施例在获取训练样本时，还可以采用以下方式：获取前景图像和背景图像，其中前景图像为人或物体的图像；分别将具有对应关系的两个前景图像与同一个背景图像融合，将融合结果作为第一图像及其对应的第二图像。其中，本实施例可以由用户手动选取具有对应关系的两个前景图像；也可以在对图像进行内容识别之后，自动选取具有对应关系的两个前景图像。
也就是说，本实施例采用将两个前景图像与同一个背景图像进行融合的方式来获取训练样本，能够确保各第一图像及其对应的第二图像具有相同的背景，使得图像编辑模型能够更加自然地填补输入图像中的缺失背景，从而提升图像编辑模型填补背景的准确性。
本实施例在获取了训练样本之后，执行构建包含生成器和判别器的生成对抗网络的操作，从而基于训练得到的生成对抗网络中的生成器，得到能够填补生成图像中缺失背景的图像编辑模型。其中，本实施例中所构建的生成对抗网络属于深度学习神经网络。
本实施例所构建的对抗生成网络中，生成器的职责是生成与真实样本尽可能相似的生成样本，判别器的职责则是尽可能区分真实样本和生成样本。通过生成器和判别器之间对抗博弈的方式训练生成对抗网络，使得生成器输出的生成样本的真实性尽可能高，从而使得判别器无法区分由生成模型所得到的输出为生成样本还是真实样本。
具体地，本实施例所构建的生成对抗网络中的生成器包含3个图像生成分支，分别为前景图像生成分支、掩码图像生成分支以及背景图像生成分支，各分支根据所获取的图像特征分别生成前景图像、掩码图像以及背景图像。其中，生成器包含的3个图像生成分支的网络结构为深度神经网络，可以为卷积神经网络、循环神经网络、递归神经网络等。
也就是说，本实施例通过在生成对抗网络中的生成器中同时对前景图像、掩码图像以及背景图像进行建模，能够避免采用多个模型进行分别建模，从而简化了图像编辑模型的构建步骤，降低了构建图像编辑模型所需的资源消耗。
本实施例在构建得到包含生成器和判别器的生成对抗网络之后，根据训练样本中的第一图像及其对应的第二图像来训练生成对抗网络，从而将训练得到的生成对抗网络中的生成器作为图像编辑模型，该图像编辑模型能够对生成图像中的缺失背景进行填补。
本实施例采用交替训练的方式对由生成器和判别器构建的生成对抗网络进行训练，当整个生成对抗网络收敛时，则认为生成对抗网络的训练结束，进而将训练得到的生成对抗网络中的生成器作为图像编辑模型。
具体地，本实施例在训练生成对抗网络时，可以采用以下方式：将训练样本中的第二图像作为真实样本；将第一图像输入生成器之后，首先获取第一图像的图像特征，该图像特征为以向量表示的图像的深层语义信息，然后将图像特征分别输入至前景图像生成分支、掩码图像生成分支以及背景图像生成分支，最后将所生成的前景图像、掩码图像以及背景图像进行融合，得到生成样本；将生成样本及其对应的真实样本作为判别器的输入；交替训练生成器和判别器，直至生成对抗网络收敛。
本实施例在交替训练生成器和判别器，直至生成对抗网络收敛时，具体是根据判别模型的输出结果得到对应生成器和判别器的损伤函数，然后根据生成器和判别器的损伤函数，调整生成器和判别器的网络结构中的参数，直至对抗网络收敛。
本实施例在根据损失函数调整生成器和判别器的网络结构的参数时，生成器和判别器的训练目标分别为最小化损失函数。可选地，在本实施例的一个具体实现过程中，若在预设次数内所得到的损失函数收敛，认为该损失函数最小化；也可以为在所得到的损失函数收敛到预设值时，认为损失函数最小化；还可以在训练次数超过预设次数时，认为损失函数最小化。
本实施例中的生成器在将前景图像、掩码图像以及背景图像进行融合时，具体是将掩码图像中像素值为1的区域使用前景图像的内容，将掩码图像中像素值为0的区域使用背景图像的内容，从而得到融合图像。
可以理解的是，由于本实施例中的生成器包含有3个图像生成分支，而每个图像分支分别为一个神经网络，因此本实施例中生成器的损失函数可以由对应三个图像生成分支的损失函数构成，当三个图像生成分支的损失函数均最小化时，即可认为生成器的损伤函数最小化。因此，本实施例通过对3个图像生成分支的损失函数进行分别设定，能够提升各分支的网络结构中参数的调整准确性，使得生成器能够生成与真实样本更加相似的生成样本。
其中，本实施例中对应掩码图像生成分支的损失函数用于约束所生成的掩码图像与真实样本的前背景分割结果一致；对应前景图像生成分支的损伤函数用于约束所生成的前景图像与真实样本的前景图像尽可能接近，即生成样本尽可能接近真实样本；对应背景图像生成分支的损失函数用于约束生成的背景与真实样本的背景一致。
利用本实施例的上述方法所得到的图像编辑模型，通过在一个模型中同时对图像的前景、背景以及掩码进行建模的方式，一方面能够解决由于输入图像因前景减少所导致的生成图像背景缺失的问题，提升了图像编辑模型的编辑性能，另一方面则避免了使用不同模型分别对前景、背景以及掩码进行建模所导致的步骤繁琐、系统资源消耗较高的问题，简化了图像编辑模型的构建步骤，实现了消耗较低系统资源即可构建图像编辑模型的目的。
图2是根据本申请第二实施例的示意图。图2示出了本实施例中图像编辑模型的编辑过程，如图2中所示，输入图像输入到图像编辑模型之后，首先提取输入图像的图像特征，然后将图像特征分别输入到前景图像生成分支、掩码图像生成分支以及背景图像生成分支，最后将所生成的前景图像、掩码图像以及背景图像进行融合，将融合结果作为最终的生成图像。
图3是根据本申请第三实施例的示意图。如图3中所示，本实施例的构建图像编辑模型的装置，包括：
获取单元301、用于获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；
构建单元302、用于构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；
训练单元303、用于根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
获取单元301获取的训练样本，包含有第一图像及其对应的第二图像，其中第二图像可以认为是在编辑第一图像时得到的具有完整背景的图像。
获取单元301在获取训练样本时，可以直接根据所获取的图像来设置第一图像及其对应的第二图像。获取单元301在设置图像之间的对应关系时，可以由用户根据实际需求，手动设置第一图像及其对应的第二图像；也可以通过对各图像进行内容识别之后，根据预设的内容对应关系自动设置第一图像及其对应的第二图像。
另外，获取单元301在获取训练样本时，还可以采用以下方式：获取前景图像和背景图像，其中前景图像为人或物体的图像；分别将具有对应关系的两个前景图像与同一个背景图像融合，将融合结果作为第一图像及其对应的第二图像。其中，获取单元301可以由用户手动选取具有对应关系的两个前景图像；也可以在对图像进行内容识别之后，自动选取具有对应关系的两个前景图像。
本实施例在获取单元301获取训练样本之后，构建单元302执行构建包含生成器和判别器的生成对抗网络的操作，从而基于训练得到的生成对抗网络中的生成器，得到能够填补生成图像中缺失背景的图像编辑模型。
构建单元302所构建的对抗生成网络中，生成器的职责是生成与真实样本尽可能相似的生成样本，判别器的职责则是尽可能区分真实样本和生成样本。通过生成器和判别器之间对抗博弈的方式训练生成对抗网络，使得生成器输出的生成样本的真实性尽可能高，从而使得判别器无法区分由生成模型所得到的输出为生成样本还是真实样本。
具体地，构建单元302所构建的生成对抗网络中的生成器包含3个图像生成分支，分别为前景图像生成分支、掩码图像生成分支以及背景图像生成分支，各分支根据所获取的图像特征分别生成前景图像、掩码图像以及背景图像。其中，生成器包含的3个图像生成分支的网络结构为深度神经网络，可以为卷积神经网络、循环神经网络、递归神经网络等。
构建单元302在构建得到包含生成器和判别器的生成对抗网络之后，由训练单元303根据训练样本中的第一图像及其对应的第二图像来训练生成对抗网络，将训练得到的生成对抗网络中的生成器作为图像编辑模型，该图像编辑模型能够对生成图像中的缺失背景进行填补。
训练单元303采用交替训练的方式对由生成器和判别器构建的生成对抗网络进行训练，当整个生成对抗网络收敛时，则认为生成对抗网络的训练结束，进而将训练得到的生成对抗网络中的生成器作为图像编辑模型。
具体地，训练单元303在训练生成对抗网络时，可以采用以下方式：将训练样本中的第二图像作为真实样本；将第一图像输入生成器之后，首先获取第一图像的图像特征然后将图像特征分别输入至前景图像生成分支、掩码图像生成分支以及背景图像生成分支，最后将所生成的前景图像、掩码图像以及背景图像进行融合，得到生成样本；将生成样本及其对应的真实样本作为判别器的输入；交替训练生成器和判别器，直至生成对抗网络收敛。
训练单元303在交替训练生成器和判别器，直至生成对抗网络收敛时，具体是根据判别模型的输出结果得到对应生成器和判别器的损伤函数，然后根据生成器和判别器的损伤函数，调整生成器和判别器的网络结构中的参数，直至对抗网络收敛。
训练单元303在根据损失函数调整生成器和判别器的网络结构的参数时，生成器和判别器的训练目标分别为最小化损失函数。可选地，在训练单元303的一个具体实现过程中，若在预设次数内所得到的损失函数收敛，认为该损失函数最小化；也可以为在所得到的损失函数收敛到预设值时，认为损失函数最小化；还可以在训练次数超过预设次数时，认为损失函数最小化。
可以理解的是，由于构建单元302所构建的生成器包含有3个图像生成分支，而每个图像分支分别为一个神经网络，因此训练单元303中生成器的损失函数可以由对应三个图像生成分支的损失函数构成，当三个图像生成分支的损失函数均最小化时，即可认为生成器的损伤函数最小化。
其中，训练单元303中对应掩码图像生成分支的损失函数用于约束所生成的掩码图像与真实样本的前背景分割结果一致；对应前景图像生成分支的损伤函数用于约束所生成的前景图像与真实样本的前景图像尽可能接近，即生成样本尽可能接近真实样本；对应背景图像生成分支的损失函数用于约束生成的背景与真实样本的背景一致。
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计算机可读存储介质。
如图4所示，是根据本申请实施例的构建图像编辑模型的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4所示，该电子设备包括：一个或多个处理器401、存储器402，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4中以一个处理器401为例。
存储器402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构建图像编辑模型的方法。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构建图像编辑模型的方法。
存储器402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构建图像编辑模型的方法对应的程序指令/模块(例如，附图3所示的获取单元301、构建单元302以及训练单元303)。处理器401通过运行存储在存储器402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构建图像编辑模型的方法。
存储器402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的电子设备的使用所创建的数据等。此外，存储器402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402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至构建图像编辑模型的方法的电子设备。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。
构建图像编辑模型的方法的电子设备还可以包括：输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图4中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息，以及产生与构建图像编辑模型的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404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，通过在一个模型中同时对图像的前景、背景以及掩码进行建模的方式，一方面能够解决由于输入图像因前景减少所导致的生成图像背景缺失的问题，提升了图像编辑模型的编辑性能，另一方面则避免了使用不同模型分别对前景、背景以及掩码进行建模所导致的步骤繁琐、系统资源消耗较高的问题，简化了图像编辑模型的构建步骤，实现了消耗较低系统资源即可构建图像编辑模型的目的。
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 (12)

1.一种构建图像编辑模型的方法，包括：
获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；
构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；
根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
2.根据权利要求1所述的方法，其中，所述获取训练样本包括：
获取前景图像和背景图像；
分别将具有对应关系的两个前景图像与同一个背景图像融合，将融合结果作为所述训练样本中的第一图像及其对应的第二图像。
3.根据权利要求1所述的方法，其中，所述背景图像生成分支、掩码图像生成分支以及前景图像生成分支的网络结构为深度神经网络。
4.根据权利要求1所述的方法，其中，所述根据第一图像及其对应的第二图像训练所述生成对抗网络包括：
将所述训练样本中的第二图像作为真实样本；
将第一图像输入生成器之后，提取图像特征并分别输入至所述前景图像生成分支、掩码图像生成分支以及背景图像生成分支，融合各分支所生成的图像，得到生成样本；
将生成样本及其对应的真实样本作为判别器的输入；
交替训练生成器和判别器，直至所述生成对抗网络收敛。
5.根据权利要求4所述的方法，其中，所述交替训练生成器和判别器，直至所述生成对抗网络收敛包括：
针对生成器包含的三个图像生成分支，构建对应各图像生成分支的损失函数；
根据各图像生成分支所对应的损失函数，分别调整各图像生成分支的网络结构中的参数，直至所述生成对抗网络收敛。
6.一种构建图像编辑模型的装置，包括：
获取单元，用于获取训练样本，所述训练样本中包含第一图像及其对应的第二图像；
构建单元，用于构建包含生成器与判别器的生成对抗网络，其中所述生成器包含背景图像生成分支、掩码图像生成分支以及前景图像生成分支；
训练单元，用于根据第一图像及其对应的第二图像训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为图像编辑模型。
7.根据权利要求6所述的装置，其中，所述获取单元在获取训练样本时，具体执行：
获取前景图像和背景图像；
分别将具有对应关系的两个前景图像与同一个背景图像融合，将融合结果作为所述训练样本中的第一图像及其对应的第二图像。
8.根据权利要求6所述的装置，其中，所述构建单元构建的背景图像生成分支、掩码图像生成分支以及前景图像生成分支的网络结构为深度神经网络。
9.根据权利要求6所述的装置，其中，所述训练单元在根据第一图像及其对应的第二图像训练所述生成对抗网络时，具体执行：
将所述训练样本中的第二图像作为真实样本；
将第一图像输入生成器之后，提取图像特征并分别输入至所述前景图像生成分支、掩码图像生成分支以及背景图像生成分支，融合各分支所生成的图像，得到生成样本；
将生成样本及其对应的真实样本作为判别器的输入；
交替训练生成器和判别器，直至所述生成对抗网络收敛。
10.根据权利要求9所述的装置，其中，所述训练单元在交替训练生成器和判别器，直至所述生成对抗网络收敛时，具体执行：
针对生成器包含的三个图像生成分支，构建对应各图像生成分支的损失函数；
根据各图像生成分支所对应的损失函数，分别调整各图像生成分支的网络结构中的参数，直至所述生成对抗网络收敛。
11.一种电子设备，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权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN202010576505.8A 2020-06-22 2020-06-22 构建图像编辑模型的方法以及装置 Pending CN111861955A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010576505.8A CN111861955A (zh) 2020-06-22 2020-06-22 构建图像编辑模型的方法以及装置
EP21169905.3A EP3929875A1 (en) 2020-06-22 2021-04-22 Method and apparatus for creating image editing model
US17/241,211 US20210398334A1 (en) 2020-06-22 2021-04-27 Method for creating image editing model, and electronic device and storage medium thereof
KR1020210077704A KR102566277B1 (ko) 2020-06-22 2021-06-15 이미지 편집 모델 구축 방법 및 장치
JP2021102209A JP7241813B2 (ja) 2020-06-22 2021-06-21 画像編集モデルの構築方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010576505.8A CN111861955A (zh) 2020-06-22 2020-06-22 构建图像编辑模型的方法以及装置

Publications (1)

Publication Number Publication Date
CN111861955A true CN111861955A (zh) 2020-10-30

Family

ID=72988090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010576505.8A Pending CN111861955A (zh) 2020-06-22 2020-06-22 构建图像编辑模型的方法以及装置

Country Status (5)

Country Link
US (1) US20210398334A1 (zh)
EP (1) EP3929875A1 (zh)
JP (1) JP7241813B2 (zh)
KR (1) KR102566277B1 (zh)
CN (1) CN111861955A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113158977A (zh) * 2021-05-12 2021-07-23 河南师范大学 改进FANnet生成网络的图像字符编辑方法
CN113516615A (zh) * 2020-11-24 2021-10-19 阿里巴巴集团控股有限公司 一种样本生成方法、系统、设备及存储介质
CN113963087A (zh) * 2021-10-12 2022-01-21 北京百度网讯科技有限公司 图像处理方法、图像处理模型训练方法、装置及存储介质
CN114528865A (zh) * 2022-02-22 2022-05-24 广东奥普特科技股份有限公司 条形码检测模型的训练方法、装置及条形码检测方法、装置
CN114820885A (zh) * 2022-05-19 2022-07-29 北京百度网讯科技有限公司 图像编辑方法及其模型训练方法、装置、设备和介质
JP2022172377A (ja) * 2021-11-09 2022-11-15 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 画像生成方法、装置、電子機器及び記憶媒体

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112837215B (zh) * 2021-03-31 2022-10-18 电子科技大学 一种基于生成对抗网络的图像形状变换方法
CN117036658A (zh) * 2022-04-29 2023-11-10 华为技术有限公司 一种图像处理方法及相关设备
CN115546848B (zh) * 2022-10-26 2024-02-02 南京航空航天大学 一种对抗生成网络训练方法、跨设备掌纹识别方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107680088A (zh) * 2017-09-30 2018-02-09 百度在线网络技术（北京）有限公司 用于分析医学影像的方法和装置
US20180189951A1 (en) * 2017-01-04 2018-07-05 Cisco Technology, Inc. Automated generation of pre-labeled training data
CN109377448A (zh) * 2018-05-20 2019-02-22 北京工业大学 一种基于生成对抗网络的人脸图像修复方法
CN109727264A (zh) * 2019-01-10 2019-05-07 南京旷云科技有限公司 图像生成方法、神经网络的训练方法、装置和电子设备
US20190251401A1 (en) * 2018-02-15 2019-08-15 Adobe Inc. Image composites using a generative adversarial neural network

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102403494B1 (ko) * 2017-04-27 2022-05-27 에스케이텔레콤 주식회사 생성적 대립 네트워크에 기반한 도메인 간 관계를 학습하는 방법
US10825219B2 (en) * 2018-03-22 2020-11-03 Northeastern University Segmentation guided image generation with adversarial networks
DE102019210270A1 (de) * 2019-05-23 2020-11-26 Robert Bosch Gmbh Verfahren zum Trainieren eines Generative Adversarial Networks (GAN), Generative Adversarial Network, Computerprogramm, maschinenlesbares Speichermedium und Vorrichtung

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180189951A1 (en) * 2017-01-04 2018-07-05 Cisco Technology, Inc. Automated generation of pre-labeled training data
CN107680088A (zh) * 2017-09-30 2018-02-09 百度在线网络技术（北京）有限公司 用于分析医学影像的方法和装置
US20190251401A1 (en) * 2018-02-15 2019-08-15 Adobe Inc. Image composites using a generative adversarial neural network
CN109377448A (zh) * 2018-05-20 2019-02-22 北京工业大学 一种基于生成对抗网络的人脸图像修复方法
CN109727264A (zh) * 2019-01-10 2019-05-07 南京旷云科技有限公司 图像生成方法、神经网络的训练方法、装置和电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MEHMET OZGUR TURKOGLU等: "A Layer-Based Sequential Framework for Scene Generation with GANs", ARXIV, pages 1 - 9 *
YANIV BENNY等: "OneGAN Simultaneous Unsupervised Learning of Conditional Image Generation, Foreground Segmentation, and Fine-Grained Clustering", ARXIV, pages 1 - 20 *
李天成;何嘉;: "一种基于生成对抗网络的图像修复算法", 计算机应用与软件, no. 12, pages 201 - 206 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516615A (zh) * 2020-11-24 2021-10-19 阿里巴巴集团控股有限公司 一种样本生成方法、系统、设备及存储介质
CN113516615B (zh) * 2020-11-24 2024-03-01 阿里巴巴集团控股有限公司 一种样本生成方法、系统、设备及存储介质
CN113158977A (zh) * 2021-05-12 2021-07-23 河南师范大学 改进FANnet生成网络的图像字符编辑方法
CN113963087A (zh) * 2021-10-12 2022-01-21 北京百度网讯科技有限公司 图像处理方法、图像处理模型训练方法、装置及存储介质
CN113963087B (zh) * 2021-10-12 2023-10-27 北京百度网讯科技有限公司 图像处理方法、图像处理模型训练方法、装置及存储介质
JP2022172377A (ja) * 2021-11-09 2022-11-15 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 画像生成方法、装置、電子機器及び記憶媒体
JP7390454B2 (ja) 2021-11-09 2023-12-01 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 画像生成方法、装置、電子機器及び記憶媒体
CN114528865A (zh) * 2022-02-22 2022-05-24 广东奥普特科技股份有限公司 条形码检测模型的训练方法、装置及条形码检测方法、装置
CN114528865B (zh) * 2022-02-22 2024-02-20 广东奥普特科技股份有限公司 条形码检测模型的训练方法、装置及条形码检测方法、装置
CN114820885A (zh) * 2022-05-19 2022-07-29 北京百度网讯科技有限公司 图像编辑方法及其模型训练方法、装置、设备和介质

Also Published As

Publication number Publication date
EP3929875A1 (en) 2021-12-29
KR20210157878A (ko) 2021-12-29
US20210398334A1 (en) 2021-12-23
JP7241813B2 (ja) 2023-03-17
KR102566277B1 (ko) 2023-08-10
JP2022002091A (ja) 2022-01-06

Similar Documents

Publication Publication Date Title
CN111861955A (zh) 构建图像编辑模型的方法以及装置
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
CN111598818A (zh) 人脸融合模型训练方法、装置及电子设备
CN111539227B (zh) 训练语义表示模型的方法、装置、设备和计算机存储介质
CN111738910A (zh) 一种图像处理方法、装置、电子设备和存储介质
CN111144108B (zh) 情感倾向性分析模型的建模方法、装置和电子设备
CN110806865B (zh) 动画生成方法、装置、设备及计算机可读存储介质
CN112001180A (zh) 多模态预训练模型获取方法、装置、电子设备及存储介质
CN111968203B (zh) 动画驱动方法、装置、电子设备及存储介质
CN111144577A (zh) 异构图之中节点表示的生成方法、装置和电子设备
CN111967256A (zh) 事件关系的生成方法、装置、电子设备和存储介质
CN112001366A (zh) 模型训练方法、人脸识别方法、装置、设备和介质
CN112149634A (zh) 图像生成器的训练方法、装置、设备以及存储介质
CN111709875A (zh) 图像处理方法、装置、电子设备及存储介质
CN111340905A (zh) 图像风格化方法、装置、设备和介质
CN112149741A (zh) 图像识别模型的训练方法、装置、电子设备及存储介质
CN112529180A (zh) 模型蒸馏的方法和装置
CN111861954A (zh) 编辑人脸的方法、装置、电子设备和可读存储介质
CN112184851A (zh) 图像编辑方法、网络训练方法、相关装置及电子设备
CN111783600A (zh) 一种人脸识别模型训练方法、装置、设备及介质
CN112016524A (zh) 模型训练方法、人脸识别方法、装置、设备和介质
CN111784799A (zh) 图像填充方法、装置、设备及存储介质
CN111680599A (zh) 人脸识别模型处理方法、装置、设备和存储介质
CN111833238B (zh) 图像的翻译方法和装置、图像翻译模型的训练方法和装置
CN111833239A (zh) 图像的翻译方法和装置、图像翻译模型的训练方法和装置

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