CN113837933A - 网络训练及图像生成方法、装置、电子设备和存储介质 - Google Patents
网络训练及图像生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113837933A CN113837933A CN202111417095.3A CN202111417095A CN113837933A CN 113837933 A CN113837933 A CN 113837933A CN 202111417095 A CN202111417095 A CN 202111417095A CN 113837933 A CN113837933 A CN 113837933A
- Authority
- CN
- China
- Prior art keywords
- image
- local
- sample
- network
- stylized
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000012549 training Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 27
- 230000000694 effects Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 15
- 210000001508 eye Anatomy 0.000 description 12
- 210000001747 pupil Anatomy 0.000 description 12
- 238000000605 extraction Methods 0.000 description 11
- 230000001815 facial effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 8
- 210000004709 eyebrow Anatomy 0.000 description 7
- 210000000697 sensory organ Anatomy 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000036961 partial effect Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010428 oil painting Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种网络训练及图像生成方法、装置、电子设备和存储介质,所述网络训练方法包括:获取样本图像以及对应的样本风格化图像;利用生成式对抗网络的生成网络,对样本图像进行处理得到样本图像对应的预测风格化图像;根据样本图像中的至少一个感兴趣区域的区域位置,从预测风格化图像中获取预测局部图像,以及从样本风格化图像中获取样本局部图像;根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失;根据局部损失,优化生成式对抗网络,得到风格化生成网络。本公开实施例能够强化生成式对抗网络对样本图像中局部细节的学习能力。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种网络训练及图像生成方法、装置、电子设备和存储介质。
背景技术
图像风格化,就是将原始图像转换为特定风格的风格化图像,例如素描肖像风格,卡通形象风格,油画风格等。目前,通过深度学习技术将原始图像转换为风格化图像得到广泛应用,但通过相关技术实现的图像风格化的效果有待提升。
发明内容
本公开提出了一种网络训练技术方案以及图像生成技术方案。
根据本公开的一方面,提供了一种网络训练方法,包括:获取样本图像以及对应的样本风格化图像,所述样本风格化图像具有目标风格;利用生成式对抗网络的生成网络,对所述样本图像进行处理得到所述样本图像对应的预测风格化图像;根据所述样本图像中的至少一个感兴趣区域的区域位置,从所述预测风格化图像中获取预测局部图像,以及从所述样本风格化图像中获取样本局部图像;根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失;根据所述局部损失,优化所述生成式对抗网络,得到风格化生成网络,所述风格化生成网络用于生成具有所述目标风格的风格化图像。通过该方式,能够强化生成式对抗网络对样本图像中局部细节的学习能力,使得优化后得到的风格化生成网络所生成的风格化图像,不仅具有目标风格还可以保留输入图像的图像细节,有利于提升图像风格化效果。
在一种可能的实现方式中,所述局部损失包括局部对抗损失、局部图像损失以及局部特征损失中的至少一种;其中,所述局部对抗损失是根据所述生成式对抗网络的局部判别网络分别对所述预测局部图像与所述样本局部图像的判别结果确定的;所述局部图像损失是根据所述预测局部图像与所述样本局部图像之间的距离确定的;所述局部特征损失是根据所述预测局部图像的预测局部特征图与所述样本局部图像的样本局部特征图之间的距离确定的。通过该方式,能够强化生成式对抗网络的生成网络对于样本图像中局部细节信息的学习能力,使得训练后的风格化网络生成风格化效果更优的风格化图像。
在一种可能的实现方式中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:利用所述生成式对抗网络的局部判别网络,确定所述预测局部图像的第一判别结果,以及所述样本局部图像的第二判别结果;根据所述第一判别结果以及所述第二判别结果,确定所述预测局部图像与所述样本局部图像之间的局部对抗损失,所述局部损失包括所述局部对抗损失;其中,所述第一判别结果表征所述预测局部图像是所述生成网络所生成的图像的概率,所述第二判别结果表征所述样本局部图像是所述生成网络所生成的图像的概率。通过该方式,能够利用局部对抗损失,实现局部判别网络与生成网络之间的对抗学习,从而使生成网络生成的预测风格化图像更接近真实的风格化图像,同时强化生成式对抗网络对样本图像中局部细节的学习能力。
在一种可能的实现方式中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:根据所述预测局部图像与所述样本局部图像之间的距离,确定所述预测局部图像与所述样本局部图像之间的局部图像损失,所述局部损失包括所述局部图像损失。通过该方式,通过局部图像损失可以不断减小预测局部图像与样本局部图像之间的图像差异,使得生成网络所生成的预测局部图像更接近样本局部图像,强化生成网络对于样本图像中局部细节信息的学习能力。
在一种可能的实现方式中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,还包括:提取所述预测局部图像的预测局部特征图以及所述样本局部图像的样本局部特征图;根据所述预测局部特征图与所述样本局部特征图之间的距离,确定所述预测局部特征图与所述样本局部特征图之间的局部特征损失,所述局部损失包括所述局部特征损失。通过该方式,通过局部特征损失可以不断减小预测局部图像与样本局部图像之间的特征差异,使得生成网络所生成的预测局部图像更接近样本局部图像,强化生成网络对于样本图像中局部细节信息的学习能力。
在一种可能的实现方式中,在将所述样本图像输入至生成式对抗网络的生成网络中,得到所述样本图像对应的预测风格化图像之后,所述方法还包括:根据所述预测风格化图像与所述样本风格化图像,确定所述生成式对抗网络对应的全局损失;其中,所述根据所述局部损失,优化所述生成式对抗网络,以得到风格化生成网络,包括:根据所述局部损失与所述全局损失,优化所述生成式对抗网络的网络参数至所述局部损失与所述全局损失分别满足预设条件,得到训练后的生成式对抗网络;将所述训练后的生成式对抗网络中的生成网络,作为所述风格化生成网络。通过该方式,利用全局损失与局部损失,优化生成式对抗网络的网络参数,可以使训练后的风格化网络所生成的风格化图像,能够平衡全局信息与局部细节信息,以获得更优的风格化效果。
在一种可能的实现方式中,所述根据所述预测风格化图像与所述样本风格化图像,确定所述生成式对抗网络对应的全局损失,包括:根据所述生成式对抗网络的全局判别网络对所述预测风格化图像的第三判别结果,以及所述全局判别网络对所述样本风格化图像的第四判别结果,确定所述预测风格化图像与所述样本风格化图像之间的全局对抗损失;和/或,根据所述预测风格化图像与所述样本风格化图像之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局图像损失;和/或,根据所述预测风格化图像的预测全局特征图与所述样本风格化图像的样本全局特征图之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局特征损失;其中,所述全局损失包括所述全局对抗损失、所述全局图像损失以及所述全局特征损失中的至少一种;所述第三判别结果表征所述预测风格化图像为所述生成网络所生成的图像的概率,所述第四判别结果表征所述样本风格化图像为所述生成网络所生成的图像的概率。通过该方式,利用全局图像损失可以不断减小预测风格化图像与样本风格化图像之间的图像差异,使得生成网络所生成的预测风格化图像更接近样本风格化图像,强化生成网络对于样本图像中全局信息的学习能力。
在一种可能的实现方式中,在获取到所述样本图像之后,所述方法还包括:对所述样本图像进行关键点检测,得到所述样本图像中至少一个感兴趣对象的对象关键点;针对任一感兴趣对象,根据所述感兴趣对象的对象关键点,确定所述样本图像中所述感兴趣对象所在的感兴趣区域的区域位置。通过该方式,能够有效确定出感兴趣区域的区域位置,从而便于之后根据区域位置裁剪出预测局部图像与样本局部图像。
在一种可能的实现方式中,所述针对任一感兴趣对象,根据所述感兴趣对象的对象关键点,确定所述样本图像中所述感兴趣对象所在的感兴趣区域的区域位置,包括:根据所述感兴趣对象的对象关键点的坐标值,确定坐标极值,所述坐标极值包括所述坐标值中的最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标;根据所述坐标极值,确定所述感兴趣对象所在的感兴趣区域的中心点坐标以及边长;根据所述中心点坐标以及所述边长,确定所述感兴趣区域的区域位置。通过该方式,能够利用感兴趣对象的对象关键点,有效确定出感兴趣区域的区域位置,从而便于根据区域位置裁剪出预测局部图像与样本局部图像。
在一种可能的实现方式中,在从所述预测风格化图像中裁剪出预测局部图像,以及从所述样本风格化图像中裁剪出样本局部图像之后,所述方法还包括:将所述预测局部图像与所述样本局部图像缩放至同一指定尺寸;其中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:根据缩放至同一指定尺寸的预测局部图像与样本局部图像,确定所述生成式对抗网络对应的局部损失。通过该方式,可以在同一指定尺寸下,有效准确地确定出生成时对抗网络的局部损失。
根据本公开的一方面,提供了一种图像生成方法,包括:获取图像采集设备采集的人脸图像;将所述人脸图像输入至风格化生成网络中,得到所述人脸图像对应的风格化人脸图像,其中,所述风格化生成网络是按照所述的网络训练方法训练得到的。通过该方式,使得风格化人脸图像中的五官区域兼具较高清晰度以及目标风格样式。
根据本公开的一方面,提供了一种网络训练装置,包括:图像获取模块,用于获取样本图像以及对应的样本风格化图像,所述样本风格化图像具有目标风格;样本图像处理模块,用于利用生成式对抗网络的生成网络,对所述样本图像进行处理得到所述样本图像对应的预测风格化图像;局部图像获取模块,用于根据所述样本图像中的至少一个感兴趣区域的区域位置,从所述预测风格化图像中获取预测局部图像,以及从所述样本风格化图像中获取样本局部图像;局部损失确定模块,用于根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失;网络优化模块,用于根据所述局部损失,优化所述生成式对抗网络,得到风格化生成网络,所述风格化生成网络用于生成具有所述目标风格的风格化图像。
根据本公开的一方面,提供了一种图像生成装置,包括:人脸图像获取模块,用于获取图像采集设备采集的人脸图像;风格化模块,用于将所述人脸图像输入至风格化生成网络中,得到所述人脸图像对应的风格化人脸图像,其中,所述风格化生成网络是按照所述的网络训练方法训练得到的。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,利用生成网络生成的预测风格化图像中的预测局部图像与样本局部图像之间的局部损失,优化生成式对抗网络,能够强化生成式对抗网络对样本图像中局部细节的学习能力,使得优化后得到的风格化生成网络所生成的风格化图像,不仅具有目标风格还可以保留输入图像的图像细节,有利于提升图像风格化效果;例如,当样本图像为人脸图像时,局部细节可以是人脸的五官细节,可以在保持生成式对抗网络的网络结构和样本图像数量规模不变的情况下,增强生成式对抗网络对人脸五官细节的学习能力,使得风格化生成网络所生成的风格化人脸图像中五官区域的眼睛轮廓连贯性,瞳孔清晰度,瞳孔高光,眼瞳朝向,眉毛纹理,嘴巴风格样式,嘴巴清晰度,唇部高光,唇部线条完整性等局部细节更优。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的网络训练方法的流程图。
图2a示出根据本公开实施例的一种预测风格化图像的示意图。
图2b示出根据本公开实施例的一种样本风格化图像的示意图。
图2c示出根据本公开实施例的一种损失约束的示意图。
图3示出根据本公开实施例的一种网络训练方法的流程图。
图4示出根据本公开实施例的一种局部损失确定方法的流程图。
图5示出根据本公开实施例的一种全局损失确定方法的流程图。
图6示出根据本公开实施例的网络训练装置的框图。
图7示出根据本公开实施例的一种电子设备的框图。
图8示出根据本公开实施例的另一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
人脸风格化,是将人脸图像转换为特定的风格化人脸图像,例如素描肖像风格,卡通形象(动画)风格,油画风格等。如上文所述,可以利用深度学习技术将原始图像转换为风格化图像。但是人脸图像的风格化过程一般需要保持人脸五官细节,即风格化人脸图像可以辨识为本人。而不同风格化效果所要求的重点可以不同,例如有的风格化效果要求更强的线条感,有的要求丰富的五官和表情信息。
相关技术中可以通过深层卷积网络模型学习提取人脸五官的细节特征,但有时较难在保持足够风格化的同时,对人脸五官细节的恢复达到理想程度,例如恢复双眼皮的纹理,眼睛的朝向,或者唇部线条以及面部高光变化。虽然可以通过加深或者加宽网络模型的网络结构,增大针对性的训练数据集等方式,来提升网络模型对人脸五官细节的提取且同时保证足够的风格化。但这种方式工业界并不实用,因为网络模型的加深或加宽会同时增加训练成本和模型体积,所以在保持原网络模型结构和体积尽可能不变情况下,提升网络模型对人脸五官细节的恢复效果,同时保证足够的风格化效果是值得关注的。
图1示出根据本公开实施例的网络训练方法的流程图,所述网络训练方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现,或者,可通过服务器执行所述方法。如图1所示,所述网络训练方法包括:
在步骤S11中,获取样本图像以及对应的样本风格化图像,样本风格化图像具有目标风格。
其中,样本图像可以理解为图像采集设备(例如摄像头)采集的真实图像,或者说不具有目标风格的原始图像。相应的,样本风格化图像,可以理解为对样本图像进行图像风格化后所得到的图像,也即样本风格化图像具有目标风格。
示例性的,目标风格包括但不限于素描肖像风格、卡通形象风格、油画风格、漫画风格等任意图像风格。其中,漫画风格例如可以至少包括:SD娃娃,变小孩,CG风格1,厚涂,暗黑韩漫,韩漫,CG风格2。应理解的是,对于目标风格的种类,本公开实施例不作限制。
在步骤S12中,利用生成式对抗网络的生成网络,对样本图像进行处理得到样本图像对应的预测风格化图像。
可知晓的是,生成式对抗网络(Generative Adversarial Networks,GAN)通常包括生成网络与判别网络,在网络训练过程中,生成网络的目标是尽量生成可以欺骗判别网络的图像,也即期望生成网络生成的图像更像真实的样本风格化图像,而判别网络的目标是尽量把生成网络生成的预测风格化图像和真实的样本风格化图像区分开。
其中,对于生成网络与判别网络的网络结构本公开实施不作限制。例如,生成网络可以至少包括编码网络层与解码网络层,编码网络层可以用于逐级下采样来提取样本图像的深度特征,解码网络层用于基于深度特征逐级上采样来生成预测风格化图像,从而实现将样本图像输入至生成网络中,可以得到生成网络生成的预测风格化图像。
在步骤S13中,根据样本图像中的至少一个感兴趣区域的区域位置,从预测风格化图像中获取预测局部图像,以及从样本风格化图像中获取样本局部图像。
其中,感兴趣区域可以理解为感兴趣对象所在的区域,例如对于样本图像为人脸图像的情况下,感兴趣对象可以是人脸的五官中的至少一个部位,感兴趣区域可以是人脸五官所在的区域,也即嘴部区域、左眼区域、右眼区域、左眉区域与右眉区域中的至少一个区域。
在一种可能的实现方式中,可以通过对样本图像进行关键点检测,得到样本图像中感兴趣对象上的关键点;进而基于感兴趣对象上关键点的坐标位置,确定感兴趣区域的区域位置,例如将关键点的坐标位置确定为区域位置或对关键点的坐标位置进行插值处理得到插值坐标位置,进而将插值坐标位置确定为区域位置等;或者,还可以根据感兴趣对象上关键点的坐标位置,确定感兴趣对象所在区域的矩形框,将矩形框在样本图像中的坐标位置(如包括矩形框的顶点坐标),作为感兴趣区域的区域位置,对此本公开实施例不作限制。
在一种可能的实现方式中,从预测风格化图像中获取预测局部图像,可以包括:从预测风格化图像中裁剪出预测局部图像;从样本风格化图像中获取样本局部图像,可以包括:从样本风格化图像中裁剪出样本局部图像。其中,可以采用图像处理技术从预测风格化图像中裁剪出预测局部图像,以及从样本风格化图像中裁剪出样本局部图像,例如,可以采用裁剪工具mmcv.align(),来对预测风格化图像以及样本风格化图像分别进行裁剪,对此本公开实施例不作限制。
示例性的,感兴趣区域包括至少一个,相应的预测局部图像包括至少一个,样本局部图像也包括至少一个,每个预测局部图像中包括至少一个感兴趣对象,每个样本局部图像中包括至少一个风格化的感兴趣对象。
在一种可能的实现方式中,为了便于后续确定局部损失,在从预测风格化图像中裁剪出预测局部图像,以及从样本风格化图像中裁剪出样本局部图像之后,所述方法还可以包括:将预测局部图像与样本局部图像缩放至同一指定尺寸。其中,指定尺寸的具体数值可以实际需求设置,例如可以设置为64×64尺寸,对此本公开实施例不作限制。通过该方式,可以便于在同一指定尺寸下高效准确地得到局部损失。
在步骤S14中,根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失。
在一种可能的实现方式中,局部损失包括局部对抗损失、局部图像损失以及局部特征损失中的至少一种;其中,局部对抗损失是根据生成式对抗网络的局部判别网络分别对预测局部图像与所述样本局部图像的判别结果确定的;局部图像损失是根据预测局部图像与样本局部图像之间的距离确定的;局部特征损失是根据预测局部图像的预测局部特征图与样本局部图像的样本局部特征图之间的距离确定的。
如上文所述,生成网络的目标是尽量生成可以欺骗判别网络的图像,也即期望生成网络生成的图像更像真实的样本风格图像,而局部判别网络的目标是尽量把生成网络生成的预测局部图像和真实的样本局部图像区分开。应理解的是,对于局部判别网络的网络结构、网络类型等,本公开实施例不作限制。
其中,局部判别网络分别对预测局部图像与样本局部图像的判别结果,可以分别表征预测局部图像是生成网络所生成的、预测风格化图像的局部图像的概率,以及样本局部图像是生成网络所生成的、预测风格化图像的局部图像的概率。在一种可能的实现方式中,可以基于已知的对抗损失函数(例如交叉熵损失函数、KL散度函数、代价函数等),以及局部判别网络分别对预测局部图像与样本局部图像的判别结果,计算得到上述局部对抗损失。
可知晓的是,可以采用两个图像之间的距离(例如LI距离、L2距离等)表征两个图像之间的图像差异,由此可以基于距离损失函数(例如L1损失函数、L2损失函数),结合两个图像之间的距离计算得到上述局部图像损失。
在一种可能的实现方式中,可以采用特征提取网络分别提取预测局部图像的预测局部特征图与样本局部图像的样本局部特征图,进而可以采用上述距离损失函数,结合两个特征图之间的距离计算得到上述局部特征损失,两个特征图之间的距离可以表征两个特征图之间的特征差异。其中,特征提取网络例如可以采用训练后的卷积神经网络,例如可以采用VGG网络。应理解的是,对于特征提取网络的网络结构、网络类型以及训练方式,本公开实施例不作限制。
在一种可能的实现方式中,局部损失可以是上述局部对抗损失、局部图像损失以及局部特征损失中至少两个损失的和;或局部损失可以包括上述局部对抗损失、局部图像损失以及局部特征损失中的至少一个,对此本公开实施例不作限制。
通过根据局部图像损失、局部对抗损失与局部特征损失,优化生成式对抗网络的网络参数,得到训练后的风格化生成网络,能够强化生成式对抗网络的生成网络对于样本图像中局部细节信息的学习能力,使得训练后的风格化网络生成风格化效果更优的风格化图像。例如,在样本图像为人脸图像的情况下,可以增强对于人脸五官区域中眼睛轮廓连贯性,瞳孔清晰度,瞳孔高光,眼瞳朝向,眉毛纹理,嘴巴风格样式,嘴巴清晰度,唇部高光,唇部线条完整性等局部细节信息的学习能力,使得训练后的风格化生成网络所生成的风格化人脸图像中的五官区域、兼具较高清晰度以及目标风格样式。
图2a示出根据本公开实施例的一种预测风格化图像的示意图,图2b示出根据本公开实施例的一种样本风格化图像的示意图,图2c示出根据本公开实施例的一种损失约束的示意图,如图2c所示的“B1、B2、B3”可以是图2a示出的预测风格化图像的预测局部图像,“A1、A2、A3”可是图2b示出的样本风格化图像的样本局部图像,建立B1与A1之间、B2与A2之间、B3与A3之间的损失约束,包括:上述局部对抗损失、局部图像损失与局部特征损失中的至少一种。通过该方式,可以使得训练后的风格化生成网络所生成的风格化人脸图像中的五官区域、兼具较高清晰度以及目标风格样式。
如上所述,可以将预测局部图像与样本局部图像缩放至同一指定尺寸,在一种可能的实现方式中,根据预测局部图像与所述样本局部图像,确定生成式对抗网络对应的局部损失,可以包括:根据缩放至同一指定尺寸的预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失。通过该方式,可以在同一指定尺寸下,有效准确地确定出生成时对抗网络的局部损失。其中,可以参照上述本公开实施例确定局部损失方式,实现根据缩放至同一指定尺寸的预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失,在此不做赘述。
在步骤S15中,根据局部损失,优化生成式对抗网络,得到风格化生成网络,风格化生成网络用于生成具有目标风格的风格化图像。
在一种可能的实现方式中,根据局部损失,优化生成式对抗网络,以得到风格化生成网络,可以包括:根据局部损失,优化生成式对抗网络的网络参数至局部损失满足预设条件,得到训练后的生成式对抗网络;进而可以将训练后的生成式对抗网络中的生成网络,作为风格化生成网络。
其中,可以通过梯度下降、反向传播等方式,优化生成式对抗网络的网络参数;在一种可能的实现方式中,预设条件可以包括损失收敛、损失达到指定数值(例如0)等,对此本公开实施例不作限制。
如上所述,生成式对抗网络通常包括生成网络与判别网络,局部损失包括局部对抗损失。在一种可能的实现方式中,在步骤S14中,根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失,可以包括:
利用生成式对抗网络的局部判别网络,确定预测局部图像的第一判别结果,以及样本局部图像的第二判别结果;
根据第一判别结果以及第二判别结果,确定预测局部图像与样本局部图像之间的局部对抗损失,局部损失包括局部对抗损失;其中,第一判别结果表征预测局部图像是生成网络所生成的图像的概率,第二判别结果表征样本局部图像是所述生成网络所生成的图像的概率。
如上文所述,生成网络的目标是尽量生成可以欺骗判别网络的图像,也即期望生成网络生成的图像更像真实的样本风格图像,而局部判别网络的目标是尽量把生成网络生成的预测风格化图像和真实的样本风格化图像区分开。应理解的是,对于局部判别网络的网络结构、网络类型等,本公开实施例不作限制。
那么第一判别结果也即表征预测局部图像是生成网络所生成的、预测风格化图像的局部图像的概率;第二判别结果也即表征样本局部图像是生成网络所生成的、预测风格化图像的局部图像的概率。其中,例如可以在概率超过一定阈值(如90%)的情况下,认为输入至局部判别网络中的图像为生成网络所生成的预测风格化图像,对此本公开实施例不作限制。
为了使生成网络生成尽可能欺骗局部判别网络的预测局部图像,那么期望局部判别网络对预测局部图像的判别为真,也即期望局部判别器对预测局部图像的第一判别结果更接近指定数值K1(例如K1=1),而又期望局部判别网络对预测局部图像的判别为假,同时对样本局部图像的判别为真,也即期望局部判别器对预测局部图像的第一判别结果更接近指定数值K0(例如K0=0),同时期望局部判别器对样本局部图像的第二判别结果更接近指定数值K1。
因此可以通过计算第一判别结果的对数值与K1之间的均方误差,第一判别结果的对数值与K0之间的均方误差以及第二判别结果的对数值与K1之间的均方误差,来得到局部对抗损失。其中,第一判别结果的对数值与第二判别结果的对数值可以落在K0- K1之间,从而便于计算局部对抗损失。K0可以代表输入的图像为生成网络生成的图像,也即为图像为假,K1可以代表输入的图像不是生成网络生成的图像,也即为图像为真。
其中, 整体表征网络训练过程中期望生成网络生成的第n个预测局部图像更像真实的图像,整体表征网络训练过程中期望局部判别网络对生成网络生成的第n个预测局部图像判别为假,对第n个样本局部图像判别为真,也即将第n个预测局部图像判别为是生成网络所生成的图像,将第n个样本局部图像判别为不是生成网络所生成的图像。
在本公开实施例中,能够利用局部对抗损失,实现局部判别网络与生成网络之间的对抗学习,从而使生成网络生成的预测风格化图像更接近真实的风格化图像,同时强化生成式对抗网络对样本图像中局部细节的学习能力。
如上所述,局部损失包括局部图像损失。在一种可能的实现方式中,在步骤S14中,根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失,可以包括:
根据预测局部图像与样本局部图像之间的距离,确定预测局部图像与样本局部图像之间的局部图像损失,局部损失包括局部图像损失。
如上所述,预测局部图像与样本局部图像之间的距离,可以包括预测局部图像与样本局部图像之间的L1距离或L2距离。基于此,局部图像损失可以是预测局部图像与样本局部图像之间的L1损失或L2损失。可理解的是,预测局部图像与样本局部图像之间的距离,可以表征预测局部图像与样本局部图像之间的图像差异,训练生成式对抗网络过程中,期望生成网络生成的预测局部图像更接近样本局部图像,或者说期望生成网络生成的预测局部图像与样本局部图像之间的图像差异更小、相似度更高。
其中,代表预测局部图像与样本局部图像之间的L1损失, 代表预测局部图像与样本局部图像之间的L2损失;N代表共有N个感兴趣区域, 代表第n个感兴趣区域对应的第n个预测局部图像,代表第n个感兴趣区域对应的第n个样本局部图像, 代表第n个预测局部图像与第n个样本局部图像之间的第n个局部图像损失,n∈[1,N]。
在本公开实施例中,通过局部图像损失可以不断减小预测局部图像与样本局部图像之间的图像差异,使得生成网络所生成的预测局部图像更接近样本局部图像,强化生成网络对于样本图像中局部细节信息的学习能力。
如上所述,可以通过预测局部图像的预测局部特征图与样本局部图像的样本局部特征图之间的距离确定局部特征损失,在一种可能的实现方式中,在步骤S14中,根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失,可以包括:
提取预测局部图像的预测局部特征图以及样本局部图像的样本局部特征图;
根据预测局部特征图与样本局部特征图之间的距离,确定预测局部特征图与样本局部特征图之间的局部特征损失,局部损失包括局部特征损失。
如上所述,可以利用特征提取网络,提取预测局部图像的预测局部特征图以及样本局部图像的样本局部特征图。特征提取网络例如可以采用训练后的卷积神经网络,例如可以采用VGG网络。应理解的是,对于特征提取网络的网络结构、网络类型以及训练方式,本公开实施例不作限制。
如上所述,预测局部特征图与样本局部特征图之间的距离,可以包括预测局部特征图与样本局部特征图之间的L1距离或L2距离。基于此,局部特征损失可以是预测局部特征图与样本局部特征图之间的L1损失或L2损失。可理解的是,预测局部特征图与样本局部特征图之间的距离,可以表征预测局部特征图与样本局部特征图之间的特征差异,训练生成式对抗网络过程中,期望生成网络生成的预测局部图像对应的预测局部特征图与样本局部图像对应的样本局部特征图之间的特征差异更小、相似度更高。
其中,代表预测局部特征图与样本局部特征图之间的L1损失,代表预测局部特征图与样本局部特征图之间的L2损失;N代表共有N个感兴趣区域,代表第n个预测局部图像的第n个预测局部特征图,代表第n个样本局部图像的第n个样本局部特征图,代表第n个预测局部特征图与第n个样本局部特征图之间的第n个局部特征损失,n∈[1,N]。
在本公开实施例中,通过局部特征损失可以不断减小预测局部图像与样本局部图像之间的特征差异,使得生成网络所生成的预测局部图像更接近样本局部图像,强化生成网络对于样本图像中局部细节信息的学习能力。
图3示出根据本公开实施例的一种网络训练方法的流程图,如图3所示,所述方法包括:
在步骤S11中,获取样本图像以及对应的样本风格化图像;
在步骤S12中,利用生成式对抗网络的生成网络,对样本图像进行处理得到样本图像对应的预测风格化图像;
在步骤S13中,根据样本图像中的至少一个感兴趣区域的区域位置,从预测风格化图像中裁剪出预测局部图像,以及从样本风格化图像中裁剪出样本局部图像;
在步骤S14中,根据预测局部图像与样本局部图像,确定生成式对抗网络对应的局部损失;
在步骤S21中,根据预测风格化图像与样本风格化图像,确定生成式对抗网络对应的全局损失;
在步骤S22中,根据局部损失与全局损失,优化生成式对抗网络的网络参数至局部损失与全局损失分别满足预设条件,得到训练后的生成式对抗网络;
在步骤S23中,将训练后的生成式对抗网络中的生成网络,作为风格化生成网络。
其中,步骤S11至步骤S14的实现方式,可以参照上述本公开实施例的相关记载,在此不做赘述。图4示出根据本公开实施例的一种局部损失确定方法的流程图,如图4所示,该方法包括:
在步骤S141中,根据生成式对抗网络的局部判别网络对预测局部图像的第一判别结果,以及局部判别网络对样本局部图像的第二判别结果,确定预测局部图像与样本局部图像之间的局部对抗损失;
在步骤S142中,根据预测局部图像与样本局部图像之间的距离,确定预测局部图像与样本局部图像之间的局部图像损失;
在步骤S143中,根据预测局部图像的预测局部特征图与样本局部图像的样本局部特征图,确定预测局部特征图与样本局部特征图之间的局部特征损失;
如上所述,可以将局部对抗损失、局部图像损失与局部特征损失中至少两个损失的和,确定为局部损失;局部损失可以包括局部对抗损失、局部图像损失与局部特征损失中的至少一种。
其中,步骤S141至步骤S143的实现方式,可以参照上述本公开实施例的相关记载,在此不做赘述。
如上所述,可以基于局部损失来强化生成网络对于局部细节信息的学习能力,为同时提高生成网络对样本图像中全局信息的学习能力,在一种可能的实现方式中,如图3所示,在将样本图像输入至生成式对抗网络的生成网络中,得到样本图像对应的预测风格化图像之后,所述方法还包括:步骤S21,根据预测风格化图像与样本风格化图像,确定生成式对抗网络对应的全局损失。
图5示出根据本公开实施例的一种全局损失确定方法的流程图,如图5所示,步骤S21,根据预测风格化图像与样本风格化图像,确定生成式对抗网络对应的全局损失,可以包括:
在步骤S211中,根据生成式对抗网络的全局判别网络对预测风格化图像的第三判别结果,以及全局判别网络对样本风格化图像的第四判别结果,确定预测风格化图像与样本风格化图像之间的全局对抗损失。
其中,第三判别结果表征预测风格化图像为生成网络所生成的图像的概率,第四判别结果表征样本风格化图像为生成网络所生成的图像的概率。例如可以在概率超过一定阈值(如90%)的情况下,认为输入至全局判别网络中的图像为生成网络所生成的图像,对此本公开实施例不作限制。应理解的是,对于全局判别网络的网络结构、网络类型等,本公开实施例不作限制。
在一种可能的实现方式中,可以参照上述公式(1)实现根据第三判别结果与第四判别结果,确定全局对抗损失,对此本公开实施例不作限制。也即,可以将公式(1)中的第一判别结果替换为第三判别结果,将第二判别结果替换为第四判别结果,通过公式(1)计算得到全局对抗损失。
通过该方式,能够利用全局对抗损失,实现全局判别网络与生成网络之间的对抗学习,从而使生成网络生成的预测风格化图像,整体更接近真实的风格化图像,获得更好的风格化效果。
在步骤S212中,根据预测风格化图像与样本风格化图像之间的距离,确定预测风格化图像与样本风格化图像之间的全局图像损失。通过该方式,可以不断减小预测风格化图像与样本风格化图像之间的图像差异,使得生成网络所生成的预测风格化图像更接近样本风格化图像,强化生成网络对于样本图像中全局信息的学习能力。
在一种可能的实现方式中,可以参照上述公式(2)实现根据预测风格化图像与样本风格化图像之间的距离,确定预测风格化图像与样本风格化图像之间的全局图像损失,在此不做赘述。
通过该方式,利用全局图像损失可以不断减小预测风格化图像与样本风格化图像之间的图像差异,使得生成网络所生成的预测风格化图像更接近样本风格化图像,强化生成网络对于样本图像中全局信息的学习能力。
在步骤S213中,根据预测风格化图像的预测全局特征图与样本风格化图像的样本全局特征图之间的距离,确定预测风格化图像与样本风格化图像之间的全局特征损失。
其中,可以通过上述特征提取网络分别提取预测风格化图像的预测全局特征图,以及样本风格化图像的样本全局特征图,应理解的是,对于特征提取网络的网络结构、网络类型以及训练方式,本公开实施例不作限制。
在一种可能的实现方式中,可以参照上述公式(3)实现根据预测全局特征图与样本全局特征图之间的距离,确定预测风格化图像与样本风格化图像之间的全局特征损失,在此不做赘述。
在一种可能的实现方式中,全局损失可以包括全局对抗损失、全局图像损失以及全局特征损失中的至少一种。全局损失可以是全局对抗损失、全局图像损失以及全局特征损失中至少两个损失的和。
通过该方式,利用全局特征损失可以不断减小预测风格化图像与样本风格化图像之间的特征差异,使得生成网络所生成的预测风格化图像更接近样本风格化图像,强化生成网络对于样本图像中全局信息的学习能力。
如图3所示,在一种可能的实现方式中,步骤S15,根据局部损失,优化生成式对抗网络,以得到风格化生成网络,可以包括:
在步骤S22中,根据局部损失与全局损失,优化生成式对抗网络的网络参数至局部损失与全局损失分别满足预设条件,得到训练后的生成式对抗网络;
在步骤S23中,将训练后的生成式对抗网络中的生成网络,作为风格化生成网络。
如上所述,预设条件可以包括损失收敛、损失达到指定数值(例如0)等,可以通过梯度下降与反向传播的方式,优化生成式对抗网络的网络参数。
在一种可能的实现方式中,根据局部损失与全局损失,优化生成式对抗网络的网络参数至局部损失与全局损失分别满足预设条件,得到训练后的生成式对抗网络,可以包括:根据目标损失,优化生成式对抗网络的网络参数至目标损失满足预设条件,得到训练后的生成式对抗网络。
在本公开实施例中,利用全局损失与局部损失,优化生成式对抗网络的网络参数,可以使训练后的风格化网络所生成的风格化图像,能够平衡全局信息与局部细节信息,以获得更优的风格化效果。
如上所述,可以通过对样本图像进行关键点检测,得到样本图像中感兴趣对象上的关键点;进而将感兴趣对象上关键点的坐标位置,作为感兴趣区域的区域位置。为便于之后根据区域位置裁剪出预测局部图像与样本局部图像。在一种可能的实现方式中,在获取到样本图像之后,所述方法还包括:
对样本图像进行关键点检测,得到样本图像中至少一个感兴趣对象的对象关键点;针对任一感兴趣对象,根据感兴趣对象的对象关键点,确定样本图像中感兴趣对象所在的感兴趣区域的区域位置。
其中,可以采用本领域已知的图像关键点检测技术,例如可以采用关键点检测网络,实现对样本图像进行关键点检测,对此本公开实施例不作限制。
其中,感兴趣对象可以理解为样本图像中具有突出细节特征的对象。例如,在样本图像为人脸图像的情况下,感兴趣对象可以包括人脸的五官,对象关键点可以包括五官关键点,也即包括嘴部关键点、眼部关键点以及眉部关键点。
如上所述,可以基于感兴趣对象的对象关键点的坐标位置,确定感兴趣区域的区域位置,例如将关键点的坐标位置确定为区域位置或对关键点的坐标位置进行插值处理得到插值坐标位置,进而将插值坐标位置确定为区域位置等;或者,还可以根据对象关键点的坐标位置,确定感兴趣对象所在区域的矩形框,将矩形框在样本图像中的坐标位置(如包括矩形框的顶点坐标),作为感兴趣区域的区域位置,对此本公开实施例不作限制。
在本公开实施例中,能够有效确定出感兴趣区域的区域位置,从而便于之后根据区域位置裁剪出预测局部图像与样本局部图像。
在一种可能的实现方式中,针对任一感兴趣对象,根据感兴趣对象的对象关键点,确定样本图像中感兴趣对象所在的感兴趣区域的区域位置,包括:
根据感兴趣对象的对象关键点的坐标值,确定坐标极值,坐标极值包括坐标值中的最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标;
根据坐标极值,确定感兴趣对象所在的感兴趣区域的中心点坐标以及边长;
根据中心点坐标以及边长,确定感兴趣区域的区域位置。
应理解的是,对象关键点通常包括感兴趣对象的轮廓关键点,且对象关键点通常包括多个,对象关键点的坐标值中坐标极值,也即对象关键点的坐标值中的最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标,能够表征感兴趣对象所占区域的最大范围,从而基于坐标极值确定出的感兴趣区域的区域位置,能够尽可能将感兴趣对象包含在内。
在一种可能的实现方式中,中心点的横坐标可以是最大横坐标与最小横坐标的差值的一半,与最小横坐标的和;中心点的纵坐标可以是最大纵坐标与最大纵坐标的差值的一半,与最小纵坐标的和;感兴趣区域的边长可以取最大横坐标与最小横坐标的差值,与最大纵坐标与最大纵坐标的差值中的最大值,这样感兴趣区域可以尽可能包含感兴趣对象。该过程可以参照公式(4)实现根据四个坐标极值确定中心点坐标(x_center,y_center)以及边长S。
在一种可能的实现方式中,为便于根据区域位置裁剪出预测局部图像与样本局部图像,感兴趣区域ROI可以是矩形区域,那么感兴趣区域ROI的区域位置可以包括:感兴趣区域ROI的最小横坐标ROI_xmin、最大横坐标ROI_xmax、最小纵坐标ROI_ymin以及最大纵坐标ROI_ymax。其中,最小横坐标ROI_xmin可以是中心点的横坐标与0.5倍边长之间的差P1;最大横坐标ROI_xmax可以是中心点的横坐标与0.5倍边长之间的和G1;最小纵坐标ROI_ymin可以是中心点的纵坐标与0.5倍边长的差P2;最大纵坐标ROI_ymax可以是中心点的纵坐标与0.5倍边长的和G2。
其中,为了以使感兴趣区域中尽可能包含完整的感兴趣对象,上述最小横坐标ROI_xmin可以是上述差P1与预设参数的差,最大横坐标ROI_xmax可以是上述和G1与预设参数的和,最小纵坐标ROI_ymin可以是上述差P2与预设参数的差,最大纵坐标ROI_ymax上述和G2与预设参数的和。该过程可参照公式(5)实现根据中心点坐标以及边长,确定感兴趣区域ROI的区域位置。
其中,为ROI区域的扩展系数,例如可以设置为8,为预设参数,通过该方式,可以使感兴趣区域中尽可能包含完整的感兴趣对象。应理解的是,对于扩展系数的具体数值,可以根据历史经验确定,对此本公开实施例不作限制。
在本公开实施例中,能够利用感兴趣对象的对象关键点,有效确定出感兴趣区域的区域位置,从而便于根据区域位置裁剪出预测局部图像与样本局部图像。
根据本公开的实施例,相比通过采用更大更深的网络模型,来提升网络模型对图像中局部细节信息的学习能力,本公开实施例中的网络训练方法可以保持原有风格化生成网络的网络结构,不改变风格化生成网络的网络大小,不会增加风格化生成网络的参数量,可以在原有的样本图像集下完成对风格化生成网络的优化,无需增加样本数据成本。
本公开实施例还提供一种图像生成方法,所述图像生成方法包括:
获取图像采集设备采集的人脸图像;将人脸图像输入至风格化生成网络中,得到人脸图像对应的风格化人脸图像,其中,风格化生成网络是按照上述网络训练方法训练得到的。
其中,图像采集设备可以是各种摄像头、各种相机等,对此本公开实施例不作限制。风格化生成网络的训练过程可以参照上述本公开实施例,在此不做赘述。
在一种可能的实现方式中,本公开实施例的图像生成方法,可以应用于短视频应用程序、摄影应用程序中以及各种风格的漫画人脸生成工具中,其中漫画人脸可以至少包括SD娃娃,变小孩,CG风格1,厚涂,暗黑韩漫,韩漫,油画,CG风格2等漫画风格。
根据本公开的实施例,可以增强风格化人脸图像中的眼睛轮廓连贯性,瞳孔清晰度,瞳孔高光,眼瞳朝向,眉毛纹理,嘴巴风格样式,嘴巴清晰度,唇部高光,唇部线条完整性等局部细节效果,使得风格化人脸图像中的五官区域兼具较高清晰度以及目标风格样式。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了网络训练装置、图像生成装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种网络训练方法以及图像生成方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图6示出根据本公开实施例的网络训练装置的框图,如图6所示,所述装置包括:
图像获取模块101,用于获取样本图像以及对应的样本风格化图像,所述样本风格化图像具有目标风格;
样本图像处理模块102,用于利用生成式对抗网络的生成网络,对所述样本图像进行处理得到所述样本图像对应的预测风格化图像;
局部图像获取模块103,用于根据所述样本图像中的至少一个感兴趣区域的区域位置,从所述预测风格化图像中获取预测局部图像,以及从所述样本风格化图像中获取样本局部图像;
局部损失确定模块104,用于根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失;
网络优化模块105,用于根据所述局部损失,优化所述生成式对抗网络,得到风格化生成网络,所述风格化生成网络用于生成具有所述目标风格的风格化图像。
在一种可能的实现方式中,所述局部损失包括局部对抗损失、局部图像损失以及局部特征损失中的至少一种;其中,所述局部对抗损失是根据所述生成式对抗网络的局部判别网络分别对所述预测局部图像与所述样本局部图像的判别结果确定的;所述局部图像损失是根据所述预测局部图像与所述样本局部图像之间的距离确定的;所述局部特征损失是根据所述预测局部图像的预测局部特征图与所述样本局部图像的样本局部特征图之间的距离确定的。
在一种可能的实现方式中,所述局部损失确定模块104,包括:判别子模块,用于利用所述生成式对抗网络的局部判别网络,确定所述预测局部图像的第一判别结果,以及所述样本局部图像的第二判别结果;局部对抗损失确定子模块,用于根据所述第一判别结果以及所述第二判别结果,确定所述预测局部图像与所述样本局部图像之间的局部对抗损失,所述局部损失包括所述局部对抗损失;其中,所述第一判别结果表征所述预测局部图像是所述生成网络所生成的图像的概率,所述第二判别结果表征所述样本局部图像是所述生成网络所生成的图像的概率。
在一种可能的实现方式中,所述局部损失确定模块104,包括:局部图像损失确定子模块,用于根据所述预测局部图像与所述样本局部图像之间的距离,确定所述预测局部图像与所述样本局部图像之间的局部图像损失,所述局部损失包括所述局部图像损失。
在一种可能的实现方式中,所述局部损失确定模块104,还包括:特征提取子模块,用于提取所述预测局部图像的预测局部特征图以及所述样本局部图像的样本局部特征图;局部特征损失确定子模块,用于根据所述预测局部特征图与所述样本局部特征图之间的距离,确定所述预测局部特征图与所述样本局部特征图之间的局部特征损失,所述局部损失包括所述局部特征损失。
在一种可能的实现方式中,在将所述样本图像输入至生成式对抗网络的生成网络中,得到所述样本图像对应的预测风格化图像之后,所述装置还包括:全局损失确定模块,用于根据所述预测风格化图像与所述样本风格化图像,确定所述生成式对抗网络对应的全局损失;其中,所述网络优化模块,包括:参数优化子模块,用于根据所述局部损失与所述全局损失,优化所述生成式对抗网络的网络参数至所述局部损失与所述全局损失分别满足预设条件,得到训练后的生成式对抗网络;网络确定子模块,用于将所述训练后的生成式对抗网络中的生成网络,作为所述风格化生成网络。
在一种可能的实现方式中,所述全局损失确定模块,包括:全局对抗损失确定子模块,用于根据所述生成式对抗网络的全局判别网络对所述预测风格化图像的第三判别结果,以及所述全局判别网络对所述样本风格化图像的第四判别结果,确定所述预测风格化图像与所述样本风格化图像之间的全局对抗损失;和/或,全局图像损失确定子模块,用于根据所述预测风格化图像与所述样本风格化图像之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局图像损失;和/或,全局特征损失确定子模块,用于根据所述预测风格化图像的预测全局特征图与所述样本风格化图像的样本全局特征图之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局特征损失;其中,所述全局损失包括所述全局对抗损失、所述全局图像损失以及所述全局特征损失中的至少一种;所述第三判别结果表征所述预测风格化图像为所述生成网络所生成的图像的概率,所述第四判别结果表征所述样本风格化图像为所述生成网络所生成的图像的概率。
在一种可能的实现方式中,在获取到所述样本图像之后,所述装置还包括:关键点检测模块,用于对所述样本图像进行关键点检测,得到所述样本图像中至少一个感兴趣对象的对象关键点;区域位置确定模块,用于针对任一感兴趣对象,根据所述感兴趣对象的对象关键点,确定所述样本图像中所述感兴趣对象所在的感兴趣区域的区域位置。
在一种可能的实现方式中,所述区域位置确定模块,包括:极值确定子模块,用于根据所述感兴趣对象的对象关键点的坐标值,确定坐标极值,所述坐标极值包括所述坐标值中的最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标;中心点边长确定子模块,用于根据所述坐标极值,确定所述感兴趣对象所在的感兴趣区域的中心点坐标以及边长;区域位置确定子模块,用于根据所述中心点坐标以及所述边长,确定所述感兴趣区域的区域位置。
在一种可能的实现方式中,在从所述预测风格化图像中裁剪出预测局部图像,以及从所述样本风格化图像中裁剪出样本局部图像之后,所述装置还包括:缩放模块,用于将所述预测局部图像与所述样本局部图像缩放至同一指定尺寸;其中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:根据缩放至同一指定尺寸的预测局部图像与样本局部图像,确定所述生成式对抗网络对应的局部损失。
本公开实施例还提供一种图像生成装置,所述图像生成装置包括:
人脸图像获取模块,用于获取图像采集设备采集的人脸图像;
风格化模块,用于将所述人脸图像输入至风格化生成网络中,得到所述人脸图像对应的风格化人脸图像,其中,所述风格化生成网络是按照所述的网络训练方法训练得到的。
根据本公开的实施例,可以增强风格化人脸图像中的眼睛轮廓连贯性,瞳孔清晰度,瞳孔高光,眼瞳朝向,眉毛纹理,嘴巴风格样式,嘴巴清晰度,唇部高光,唇部线条完整性等局部细节效果,使得风格化人脸图像中的五官区域兼具较高清晰度以及目标风格样式。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图7,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图8示出根据本公开实施例的另一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图8,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM), 自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种网络训练方法,其特征在于,包括:
获取样本图像以及对应的样本风格化图像,所述样本风格化图像具有目标风格;
利用生成式对抗网络的生成网络,对所述样本图像进行处理得到所述样本图像对应的预测风格化图像;
根据所述样本图像中的至少一个感兴趣区域的区域位置,从所述预测风格化图像中获取预测局部图像,以及从所述样本风格化图像中获取样本局部图像;
根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失;
根据所述局部损失,优化所述生成式对抗网络,得到风格化生成网络,所述风格化生成网络用于生成具有所述目标风格的风格化图像。
2.根据权利要求1所述的方法,其特征在于,所述局部损失包括局部对抗损失、局部图像损失以及局部特征损失中的至少一种;
其中,所述局部对抗损失是根据所述生成式对抗网络的局部判别网络分别对所述预测局部图像与所述样本局部图像的判别结果确定的;所述局部图像损失是根据所述预测局部图像与所述样本局部图像之间的距离确定的;所述局部特征损失是根据所述预测局部图像的预测局部特征图与所述样本局部图像的样本局部特征图之间的距离确定的。
3.根据权利要求1所述的方法,其特征在于,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:
利用所述生成式对抗网络的局部判别网络,确定所述预测局部图像的第一判别结果,以及所述样本局部图像的第二判别结果;
根据所述第一判别结果以及所述第二判别结果,确定所述预测局部图像与所述样本局部图像之间的局部对抗损失,所述局部损失包括所述局部对抗损失;
其中,所述第一判别结果表征所述预测局部图像是所述生成网络所生成的图像的概率,所述第二判别结果表征所述样本局部图像是所述生成网络所生成的图像的概率。
4.根据权利要求1所述的方法,其特征在于,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:
根据所述预测局部图像与所述样本局部图像之间的距离,确定所述预测局部图像与所述样本局部图像之间的局部图像损失,所述局部损失包括所述局部图像损失。
5.根据权利要求1所述的方法,其特征在于,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,还包括:
提取所述预测局部图像的预测局部特征图以及所述样本局部图像的样本局部特征图;
根据所述预测局部特征图与所述样本局部特征图之间的距离,确定所述预测局部特征图与所述样本局部特征图之间的局部特征损失,所述局部损失包括所述局部特征损失。
6.根据权利要求1至5任一所述的方法,其特征在于,在将所述样本图像输入至生成式对抗网络的生成网络中,得到所述样本图像对应的预测风格化图像之后,所述方法还包括:
根据所述预测风格化图像与所述样本风格化图像,确定所述生成式对抗网络对应的全局损失;
其中,所述根据所述局部损失,优化所述生成式对抗网络,以得到风格化生成网络,包括:
根据所述局部损失与所述全局损失,优化所述生成式对抗网络的网络参数至所述局部损失与所述全局损失分别满足预设条件,得到训练后的生成式对抗网络;
将所述训练后的生成式对抗网络中的生成网络,作为所述风格化生成网络。
7.根据权利要求6所述的方法,其特征在于,所述根据所述预测风格化图像与所述样本风格化图像,确定所述生成式对抗网络对应的全局损失,包括:
根据所述生成式对抗网络的全局判别网络对所述预测风格化图像的第三判别结果,以及所述全局判别网络对所述样本风格化图像的第四判别结果,确定所述预测风格化图像与所述样本风格化图像之间的全局对抗损失;和/或,
根据所述预测风格化图像与所述样本风格化图像之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局图像损失;和/或,
根据所述预测风格化图像的预测全局特征图与所述样本风格化图像的样本全局特征图之间的距离,确定所述预测风格化图像与所述样本风格化图像之间的全局特征损失;
其中,所述全局损失包括所述全局对抗损失、所述全局图像损失以及所述全局特征损失中的至少一种;所述第三判别结果表征所述预测风格化图像为所述生成网络所生成的图像的概率,所述第四判别结果表征所述样本风格化图像为所述生成网络所生成的图像的概率。
8.根据权利要求1至5任一所述的方法,其特征在于,在获取到所述样本图像之后,所述方法还包括:
对所述样本图像进行关键点检测,得到所述样本图像中至少一个感兴趣对象的对象关键点;
针对任一感兴趣对象,根据所述感兴趣对象的对象关键点,确定所述样本图像中所述感兴趣对象所在的感兴趣区域的区域位置。
9.根据权利要求8所述的方法,其特征在于,所述针对任一感兴趣对象,根据所述感兴趣对象的对象关键点,确定所述样本图像中所述感兴趣对象所在的感兴趣区域的区域位置,包括:
根据所述感兴趣对象的对象关键点的坐标值,确定坐标极值,所述坐标极值包括所述坐标值中的最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标;
根据所述坐标极值,确定所述感兴趣对象所在的感兴趣区域的中心点坐标以及边长;
根据所述中心点坐标以及所述边长,确定所述感兴趣区域的区域位置。
10.根据权利要求1至5任一所述的方法,其特征在于,在从所述预测风格化图像中裁剪出预测局部图像,以及从所述样本风格化图像中裁剪出样本局部图像之后,所述方法还包括:
将所述预测局部图像与所述样本局部图像缩放至同一指定尺寸;
其中,所述根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失,包括:
根据缩放至同一指定尺寸的预测局部图像与样本局部图像,确定所述生成式对抗网络对应的局部损失。
11.一种图像生成方法,其特征在于,所述方法包括:
获取图像采集设备采集的人脸图像;
将所述人脸图像输入至风格化生成网络中,得到所述人脸图像对应的风格化人脸图像,其中,所述风格化生成网络是按照权利要求1至10任一项所述的网络训练方法训练得到的。
12.一种网络训练装置,其特征在于,包括:
图像获取模块,用于获取样本图像以及对应的样本风格化图像,所述样本风格化图像具有目标风格;
样本图像处理模块,用于利用生成式对抗网络的生成网络,对所述样本图像进行处理得到所述样本图像对应的预测风格化图像;
局部图像获取模块,用于根据所述样本图像中的至少一个感兴趣区域的区域位置,从所述预测风格化图像中获取预测局部图像,以及从所述样本风格化图像中获取样本局部图像;
局部损失确定模块,用于根据所述预测局部图像与所述样本局部图像,确定所述生成式对抗网络对应的局部损失;
网络优化模块,用于根据所述局部损失,优化所述生成式对抗网络,得到风格化生成网络,所述风格化生成网络用于生成具有所述目标风格的风格化图像。
13.一种图像生成装置,其特征在于,包括:
人脸图像获取模块,用于获取图像采集设备采集的人脸图像;
风格化模块,用于将所述人脸图像输入至风格化生成网络中,得到所述人脸图像对应的风格化人脸图像,其中,所述风格化生成网络是按照权利要求1至10任一项所述的网络训练方法训练得到的。
14.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至11中任意一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至11中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111417095.3A CN113837933A (zh) | 2021-11-26 | 2021-11-26 | 网络训练及图像生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111417095.3A CN113837933A (zh) | 2021-11-26 | 2021-11-26 | 网络训练及图像生成方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113837933A true CN113837933A (zh) | 2021-12-24 |
Family
ID=78971575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111417095.3A Pending CN113837933A (zh) | 2021-11-26 | 2021-11-26 | 网络训练及图像生成方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837933A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821697A (zh) * | 2023-08-30 | 2023-09-29 | 聊城莱柯智能机器人有限公司 | 一种基于小样本学习的机械设备故障诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816589A (zh) * | 2019-01-30 | 2019-05-28 | 北京字节跳动网络技术有限公司 | 用于生成漫画风格转换模型的方法和装置 |
CN111340905A (zh) * | 2020-02-13 | 2020-06-26 | 北京百度网讯科技有限公司 | 图像风格化方法、装置、设备和介质 |
CN111402112A (zh) * | 2020-03-09 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN113240573A (zh) * | 2020-10-26 | 2021-08-10 | 杭州火烧云科技有限公司 | 一种针对千万级像素数字图像的基于局部和全局并行学习的风格变换方法及系统 |
CN113378721A (zh) * | 2021-06-11 | 2021-09-10 | 西安电子科技大学 | 一种基于对称和局部判别的生成对抗人脸校正方法及系统 |
-
2021
- 2021-11-26 CN CN202111417095.3A patent/CN113837933A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816589A (zh) * | 2019-01-30 | 2019-05-28 | 北京字节跳动网络技术有限公司 | 用于生成漫画风格转换模型的方法和装置 |
CN111340905A (zh) * | 2020-02-13 | 2020-06-26 | 北京百度网讯科技有限公司 | 图像风格化方法、装置、设备和介质 |
CN111402112A (zh) * | 2020-03-09 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN113240573A (zh) * | 2020-10-26 | 2021-08-10 | 杭州火烧云科技有限公司 | 一种针对千万级像素数字图像的基于局部和全局并行学习的风格变换方法及系统 |
CN113378721A (zh) * | 2021-06-11 | 2021-09-10 | 西安电子科技大学 | 一种基于对称和局部判别的生成对抗人脸校正方法及系统 |
Non-Patent Citations (2)
Title |
---|
冯平 等: "《PCB自动光学检测数字图像处理技术》", 30 October 2018, 西南交通大学出版社 * |
吴娱: "《数字图像处理》", 30 October 2017, 北京邮电大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821697A (zh) * | 2023-08-30 | 2023-09-29 | 聊城莱柯智能机器人有限公司 | 一种基于小样本学习的机械设备故障诊断方法 |
CN116821697B (zh) * | 2023-08-30 | 2024-05-28 | 聊城莱柯智能机器人有限公司 | 一种基于小样本学习的机械设备故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109740516B (zh) | 一种用户识别方法、装置、电子设备及存储介质 | |
CN109977847B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN110688951B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN109816764B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN111783986B (zh) | 网络训练方法及装置、姿态预测方法及装置 | |
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111462238B (zh) | 姿态估计优化方法、装置及存储介质 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN110706339B (zh) | 三维人脸重建方法及装置、电子设备和存储介质 | |
CN109840917B (zh) | 图像处理方法及装置、网络训练方法及装置 | |
CN112597944B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
WO2023168957A1 (zh) | 姿态确定方法、装置、电子设备、存储介质及程序 | |
CN111652107B (zh) | 对象计数方法及装置、电子设备和存储介质 | |
CN114445562A (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN113822798B (zh) | 生成对抗网络训练方法及装置、电子设备和存储介质 | |
CN111553865B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN113837933A (zh) | 网络训练及图像生成方法、装置、电子设备和存储介质 | |
CN111311588B (zh) | 重定位方法及装置、电子设备和存储介质 | |
CN112613447A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
WO2023142419A1 (zh) | 人脸跟踪识别方法、装置、电子设备、介质及程序产品 | |
CN111507131A (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN115422932A (zh) | 一种词向量训练方法及装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211224 |
|
RJ01 | Rejection of invention patent application after publication |