CN113989103B - 模型训练方法、图像处理方法、装置、电子设备及介质 - Google Patents
模型训练方法、图像处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113989103B CN113989103B CN202111241637.6A CN202111241637A CN113989103B CN 113989103 B CN113989103 B CN 113989103B CN 202111241637 A CN202111241637 A CN 202111241637A CN 113989103 B CN113989103 B CN 113989103B
- Authority
- CN
- China
- Prior art keywords
- image
- generator
- training
- images
- encoder
- 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.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 31
- 238000006243 chemical reaction Methods 0.000 description 33
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 16
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开实施例公开了一种模型训练方法、图像处理方法、装置、电子设备及介质,其中模型训练方法包括:获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器;获取目标类型的第三图像,根据第三图像训练第二生成器;根据第三图像和训练完毕的第二生成器训练编码器;其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。通过利用多样化的第三图像进行第二生成器和编码器的训练,能够使由第一生成器、编码器和第二生成器构成的目标模型,在保留原第一生成器生成效果的基础上,可以生成更为多样的目标类型的图像,使生成结果更加真实自然。
Description
技术领域
本公开实施例涉及机器学习技术领域,尤其涉及一种模型训练方法、图像处理方法、装置、电子设备及介质。
背景技术
现如今,人脸图像的特效玩法已广泛应用于各类应用软件中,例如图像/视频的编辑软件、拍摄软件等。其中,人脸图像的特效玩法可包括人脸转换,例如年龄转换、性别转换等。
现有技术中,可基于生成的虚拟成对数据训练模型,以利用训练完毕的模型进行人脸转换。现有技术的不足之处至少包括,由于虚拟成对数据的转换效果单一,导致基于此训练的模型转换缺乏多样性。
发明内容
本公开实施例提供了一种模型训练方法、图像处理方法、装置、电子设备及介质,能够在保证转换效果的基础上,提高模型转换多样性。
第一方面,本公开实施例提供了一种模型训练方法,包括:
获取源类型的第一图像,以及与各所述第一图像属于相同个体的目标类型的第二图像,根据所述第一图像和所述第二图像训练第一生成器;
获取所述目标类型的第三图像,根据所述第三图像训练第二生成器;
根据所述第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
第二方面,本公开实施例提供了一种图像处理方法,包括:
将源类型的待转换图像输入目标模型;
通过所述目标模型输出目标类型的图像;
其中,所述目标模型基于本公开实施例任一所述的模型训练方法训练得到。
第三方面,本公开实施例还提供了一种模型训练装置,包括:
第一生成器训练模块,用于获取源类型的第一图像,以及与各所述第一图像属于相同个体的目标类型的第二图像,根据所述第一图像和所述第二图像训练第一生成器;
第二生成器训练模块,用于获取所述目标类型的第三图像,根据所述第三图像训练第二生成器;
编码器训练模块,用于根据所述第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
第四方面,本公开实施例提供了一种图像处理装置,包括:
输入模块,用于将源类型的待转换图像输入目标模型;
输出模块,用于通过所述目标模型输出目标类型的图像;
其中,所述目标模型基于本公开实施例任一所述的模型训练方法训练得到。
第五方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的模型训练方法,或者实现如本公开实施例任一所述的图像处理方法。
第六方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的模型训练方法,或者实现如本公开实施例任一所述的图像处理方法。
本公开实施例的技术方案,其中模型训练方法包括:获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器;获取目标类型的第三图像,根据第三图像训练第二生成器;根据第三图像和训练完毕的第二生成器训练编码器;其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模。
在第一图像和第二图像为虚拟成对数据的情况下,第一生成器的转换效果单一。本实施例中,通过利用多样化的第三图像进行第二生成器和编码器的训练,能够使由第一生成器、编码器和第二生成器构成的目标模型,在保留原第一生成器生成效果的基础上,可以生成更为多样的目标类型的图像,使生成结果更加真实自然。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例一所提供的一种模型训练方法的流程示意图;
图2为本公开实施例一所提供的一种模型训练方法中第一生成器训练的示意图;
图3为本公开实施例一所提供的一种模型训练方法中第二生成器训练的示意图;
图4为本公开实施例一所提供的一种模型训练方法中编码器训练的示意图;
图5为本公开实施例一所提供的一种模型训练方法中编码器提取特征的示意图;
图6为本公开实施例二所提供的一种图像处理方法的流程示意图;
图7为本公开实施例二所提供的一种图像处理方法中目标模型转换效果的示意图;
图8为本公开实施例三所提供的一种模型训练装置的结构示意图;
图9为本公开实施例四所提供的一种图像处理装置的结构示意图;
图10为本公开实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种模型训练方法的流程示意图。本公开实施例适用于训练图像转换的模型的情形,例如适用于训练人脸图像转换的模型的情形。该方法可以由模型训练装置来执行,该装置可以通过软件和/或硬件的形式实现,该装置可配置于电子设备中,例如配置于计算机中。
如图1所示,本实施例提供的模型训练方法,包括:
S110、获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器。
基于本公开实施例的模型训练方法训练的模型,可用于进行不同类型间的图像的转换。其中,图像的类型可以依据具体场景,按不同因素进行分类。示例性的,假设图像为人脸图像,那么若图像按年龄因素分类,则图像的类型可以包括婴儿、儿童、少年、青年、中年和老年等;若图像按性别因素分类,则图像的类型可以包括男性和女性;若图像按绘画风格因素分类,则图像的类型可以包括写实、抽象、油画、水墨画、漫画、简笔画等。
其中,源类型可以指转换前的图像的类型,目标类型可以指转换后图像的类型,且源类型和目标类型可属于按同种因素分类的不同类型。例如当源类型为青年类型时,目标类型可以为儿童类型;又如当源类型为男性类型时,目标类型可以为女性类型;再如当源类型为写实类型时,目标类型可以为漫画类型等。可以认为,针对不同源类型和目标类型间的图像转换,可依据本公开提供的模型训练方法,训练对应的模型。
在模型训练前,可基于Face App等软件生成虚拟成对数据,即第一图像和第二图像。其中,第一图像和第二图像为成对数据,可以理解为属于相同个体的第一图像和第二图像可以两两配对。
在模型训练过程中,可以先根据第一图像和第二图像对第一生成器进行训练。训练第一生成器的步骤可以包括:将第一图像作为第一生成器的输入,根据第一生成器的输出的图像与第二图像对第一生成器进行训练。由于第一生成器通过Face App等采集的配对数据训练,丧失了训练数据的多样性,导致基于第一生成器生成的目标类型的图像的效果较为单一。例如,若Face App以目标类型与源类型具备高相似度为目标进行开发,则通过Face App采集到的第一图像和第二图像将具备高相似度,基于此训练的第一生成器的生成效果也相对会比较单一,容易导致生成效果不真实。
示例性的,图2为本公开实施例一所提供的一种模型训练方法中第一生成器训练的示意图。参见图2,在一些可选的实现方式中,根据第一图像和第二图像训练第一生成器,可以包括:将第一图像输入第一生成器,以使第一生成器输出第一生成图像;将第一生成图像和第二图像输入第一判别器,并根据第一判别器的判别结果,对第一生成器进行训练。
其中,第一生成器可以随生成对抗网络进行训练,生成对抗网络例如为U-net网络,且可以包括第一生成器和第一判别器。其中,根据第一判别器的判别结果对第一生成器进行训练,可以包括两阶段:一、训练第一判别器阶段,即在第一生成器参数固定的情况下,第一判别器判别输入的第一生成图像和第二图像,是属于原图像还是属于经第一生成器生成的图像,且可以以提高判别结果的正确率为目标,训练第一判别器。二、训练第一生成器阶段,即在第一判别器参数固定的情况下,以第一判别器无法正确区分输入的第一生成图像和第二图像为目标,训练第一生成器。生成对抗网络的该两阶段训练过程可以依次循环训练,且可先对第一生成器进行训练也可先对第一判别器进行训练,可以循环至预设条件停止训练。其中预设条件可以包括但不限于循环了预设次数,第一判别器的准确度高达一定精度等等,在此不做穷举。
在这些可选的实现方式中,通过第一生成器和第一判别器之间相互博弈的生成对抗训练,使第一生成器充分学习由第一图像转换为第二图像的转换逻辑,以使训练完毕的第一生成器实现图像由源类型到目标类型的转换,且转换效果与成对数据对应的转换效果相似。
S120、获取目标类型的第三图像,根据第三图像训练第二生成器。
其中,可以通过在用户授权的情况下采集、虚拟渲染和/或网络生成等方式获取大量目标类型的第三图像。相较于Face App等软件生成的第二图像,第三图像更加真实、多样。其中,第二生成器也可以随生成对抗网络进行训练。由于第三图像具备多样性,基于第三数据训练得到的第二生成器,可以生成更为多样化的目标类型的图像,使生成结果更加真实自然。
示例性的,图3为本公开实施例一所提供的一种模型训练方法中第二生成器训练的示意图。参见图3,在一些可选的实现方式中,根据第三图像训练第二生成器,包括:将白噪声图像输入第二生成器,以使第二生成器输出第二生成图像;将第二生成图像和第三图像输入第二判别器,并根据第二判别器的判别结果,对第二生成器进行训练。
其中,根据第二判别器的判别结果对第二生成器进行训练,也可以包括两阶段:一、训练第二判别器阶段,即在第二生成器参数固定的情况下,第二判别器判别输入的第二生成图像和第三图像,是属于原图像还是属于经第二生成器生成的图像,且可以以提高判别结果的正确率为目标,训练第二判别器。二、训练第二生成器阶段,即在第二判别器参数固定的情况下,以第二判别器无法正确区分输入的第二生成图像和第三图像为目标,训练第二生成器。生成对抗网络的该两阶段训练过程可以依次循环训练,且可先对第二生成器进行训练也可先对第二判别器进行训练,可以循环至预设条件停止训练。其中预设条件可以包括但不限于循环了预设次数,第二判别器的准确度高达一定精度等等,在此不做穷举。
在这些可选的实现方式中,通过第二生成器和第二判别器之间相互博弈的训练,可以使得训练完毕的第二生成器生成目标类型的图像的效果更加真实自然。
S130、根据第三图像和训练完毕的第二生成器训练编码器。
本实施例中,编码器可以用于对图像进行编码,以提取图像特征。为使编码器能够准确提取图像特征,可以以训练完毕的第二生成器为先验经验对编码器进行训练,具体可以是:在训练完毕的第二生成器参数固定的情况下,使第二生成器连接编码器后,通过调整编码器参数保证第二生成器仍可生成目标类型的图像。
示例性的,图4为本公开实施例一所提供的一种模型训练方法中编码器训练的示意图。参见图4,在一些可选的实现方式中,根据第三图像和训练完毕的第二生成器训练编码器,包括:将第三图像依次经编码器和训练完毕的第二生成器进行处理,以使第二生成器输出重建图像;根据重建图像和第三图像,对编码器进行训练。
其中,根据重建图像和第三图像对编码器进行训练,可以包括:计算重建图像和第三图像之间的损失值,根据该损失值对编码器进行训练。其中损失值可以基于预设损失函数计算,且预设损失函数可以包括但不限于,对数损失函数、指数损失函数、交叉熵损失函数和平方误差损失函数等。其中,可以在损失值小于预设值时,认为编码器训练完毕。
在这些可选的实现方式中,通过将编码器连接在生成模型前,以训练完毕的第二生成器为先验,基于第三图像训练编码器,能够使编码器实现提取图像特征。
示例性的,图5为本公开实施例一所提供的一种模型训练方法中编码器提取特征的示意图。参见图5,在一些进一步的实现方式中,将第三图像经编码器进行处理,包括:将第三图像经编码器进行多分辨率的特征映射得到特征映射图,并对特征映射图进行编码得到特征向量。
在这些进一步的实现方式中,编码器可以将输入的第三图像提取为不同分辨率的特征映射图像,例如图5中高、中、低三组分辨率的特征映射图,从而基于多分辨率的特征映射图,能够很好地表达第三图像在不同分辨率采样下的信息。编码器还可以将多分辨率的组特征映射图像分别进行map2style编码,得到N个M维度的特征向量w1…wN。并且,这N个M维度的特征向量可以逐分辨率A输入到第二生成器(相当于解码器)中,可有利于更好的保留第三图像的信息。其中,特征映射图的组数、特征向量的个数及维度数皆可根据具体场景进行设置。相应的,第二生成器可将输入的特征进行融合,得到输出图像output image。
通过以第二生成器为先验,基于第三图像训练编码器,能够使编码器可提取图像特征,从而有助于第二生成器重新构建目标类型的图像。并且,响应于第一生成器、编码器和第二生成器皆训练完毕,可以由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。从而基于目标模实现图像由源类型到目标类型的转换过程中,能够先基于第一生成器生成较为单一化的目标类型的中间图像,再基于编码器和第二生成器对中间图像进行重新构建,得到多样化的目标类型的图像。
此外,基于训练完毕的第一生成器、编码器和第二生成器构成的目标模型,还可以集成于服务端或客户端的应用软件中,并随应用软件安装于电子设备上。当电子设备运行应用软件时,可以基于软件中的目标模型实现图像转换特效,既能保证图像转换效果,又能保证转换的多样性,使生成的图像更加真实自然,可提高用户体验。
本公开实施例的技术方案,获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器;获取目标类型的第三图像,根据第三图像训练第二生成器;根据第三图像和训练完毕的第二生成器训练编码器;其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模。
在第一图像和第二图像为虚拟成对数据的情况下,第一生成器的转换效果单一。本实施例中,通过利用多样化的第三图像进行第二生成器和编码器的训练,能够使由第一生成器、编码器和第二生成器构成的目标模型,在保留原第一生成器生成效果的基础上,可以生成更为多样的目标类型的图像,使生成结果更加真实自然。
实施例二
图6为本公开实施例二所提供的一种图像处理方法的流程示意图。本公开实施例适用于对人脸图像进行人脸转换的情形,例如适用于年龄转换、性别转换等情形。该方法可以由图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现,该装置可集成于应用软件,且可随应用软件安装到电子设备中,例如安装到服务器、手机、电脑等电子设备中。
如图6所示,本实施例提供的图像处理方法,包括:
S610、将源类型的待转换图像输入目标模型。
S620、通过目标模型输出目标类型的图像。
其中,目标模型可基于本公开实施例中任一的模型训练方法训练得到。
执行本公开实施例提供的图像处理方法的装置,可集成于支持图像处理功能的应用软件中,且可随应用软件安装于服务器、手机、电脑等电子设备中。其中,应用软件可以为涉及图像/视频的多媒体类应用软件,例如图像/视频编辑软件、拍摄软件、多媒体分享类软件和多媒体通信类软件等,在此不做穷举。
当电子设备运行该些应用软件时,可通过应用软件提供的用户界面接收特效触发指令。并且,应用软件可以在接收到特效触发指令后,可以调用图像处理装置执行图像处理方法。其中,特效触发指令,可以认为是用于触发对图像/视频执行特效的指令。其中,特效触发指令中可以携带有特效的特效标识,每种特效标识可以唯一表征对应的特效。其中,特效可以包括人脸转换特效,例如年龄转换、性别转换等。
其中,待转换图像可以为通过应用软件采集的图像,也可以为应用软件读取的电子设备存储空间中的图像。当应用软件获取到待转换图像,并接收到特效触发指令时,可以调用图像处理装置,以通过图像处理装置中的目标模型将待转换图像转换为目标图像。
示例性的,图7为本公开实施例二所提供的一种图像处理方法中目标模型转换效果的示意图。参见图7,目标模型可以包括第一生成器、编码器和第二生成器,且可以将大人的人脸图像转换为儿童的人脸图像。待转换的大人图像可首先输入第一生成器,以使第一生成器输出中间图像,该中间图像中小孩具备与大人极高的相似性,例如发型、瞳色、唇色和腮红等与大人高度相似,导致生成效果较为不自然、不真实。中间图像经编码器和第二生成器重建,可以生成既保留大人图像的特征,又真实自然的儿童图像,从而保证了生成图像的多样性。
本公开实施例的技术方案,通过利用训练完毕的目标模型进行人脸图像处理,能够实现人脸转换的特效玩法,提高用户体验。本公开实施例提供的图像处理方法与上述实施例提供的模型训练方法属于同一公开构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例三
图8为本公开实施例三所提供的一种模型训练装置的结构示意图。本公开实施例适用于训练图像转换的模型的情形,例如适用于训练人脸图像转换的模型的情形。
如图8所示,本公开实施例提供的模型训练装置,包括:
第一生成器训练模块810,用于获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器;
第二生成器训练模块820,用于获取目标类型的第三图像,根据第三图像训练第二生成器;
编码器训练模块830,用于根据第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
在一些可选的实现方式中,第一生成器训练模块,可以具体用于:
将第一图像输入第一生成器,以使第一生成器输出第一生成图像;
将第一生成图像和第二图像输入第一判别器,并根据第一判别器的判别结果,对第一生成器进行训练。
在一些可选的实现方式中,第二生成器训练模块,可以具体用于:
将白噪声图像输入第二生成器,以使第二生成器输出第二生成图像;
将第二生成图像和第三图像输入第二判别器,并根据第二判别器的判别结果,对第二生成器进行训练。
在一些可选的实现方式中,编码器训练模块,可以具体用于:
将第三图像依次经编码器和训练完毕的第二生成器进行处理,以使第二生成器输出重建图像;
根据重建图像和第三图像,对编码器进行训练。
在一些可选的实现方式中,编码器训练模块,还可以具体用于:
将第三图像经编码器进行多分辨率的特征映射得到特征映射图,并对特征映射图进行编码得到特征向量。
本公开实施例所提供的模型训练装置,可执行本公开任意实施例所提供的模型训练方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例四
图9为本公开实施例四所提供的一种图像处理装置的结构示意图。本公开实施例适用于对人脸图像进行人脸转换的情形,例如适用于年龄转换、性别转换等情形。
如图9所示,本公开实施例提供的模型训练装置,包括:
输入模块910,用于将源类型的待转换图像输入目标模型;
输出模块920,用于通过目标模型输出目标类型的图像;
其中,目标模型可基于本公开实施例任一的模型训练方法训练得到。
本公开实施例所提供的模型训练装置,可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例五
下面参考图10,其示出了适于用来实现本公开实施例的电子设备(例如图10中的终端设备或服务器)1000的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备1000可以包括处理装置(例如中央处理器、图形处理器等)1001,其可以根据存储在只读存储器(Read-Only Memory,ROM)1002中的程序或者从存储装置1006加载到随机访问存储器(Random Access Memory,RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有电子设备1000操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
通常,以下装置可以连接至I/O接口1005:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1006;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1007;包括例如磁带、硬盘等的存储装置1008;以及通信装置1009。通信装置1009可以允许电子设备1000与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备1000,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1008被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的模型训练方法或图像处理方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的模型训练方法或图像处理方法属于同一公开构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例六
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的模型训练方法或图像处理方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)或闪存(FLASH)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
获取源类型的第一图像,以及与各第一图像属于相同个体的目标类型的第二图像,根据第一图像和第二图像训练第一生成器;获取目标类型的第三图像,根据第三图像训练第二生成器;根据第三图像和训练完毕的第二生成器训练编码器;其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
或者,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
将源类型的待转换图像输入目标模型;通过目标模型输出目标类型的图像;其中,目标模型基于本公开实施例任一的模型训练方法训练得到。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元、模块的名称在某种情况下并不构成对该单元、模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用标准产品(Application Specific Standard Parts,ASSP)、片上系统(System on Chip,SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种模型训练方法,该方法包括:
获取源类型的第一图像,以及与各所述第一图像属于相同个体的目标类型的第二图像,根据所述第一图像和所述第二图像训练第一生成器;
获取所述目标类型的第三图像,根据所述第三图像训练第二生成器;
根据所述第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
根据本公开的一个或多个实施例,【示例二】提供了一种模型训练方法,还包括:
在一些可选的实现方式中,根据所述第一图像和所述第二图像训练第一生成器,包括:
将所述第一图像输入第一生成器,以使所述第一生成器输出第一生成图像;
将所述第一生成图像和所述第二图像输入第一判别器,并根据所述第一判别器的判别结果,对所述第一生成器进行训练。
根据本公开的一个或多个实施例,【示例三】提供了一种模型训练方法,还包括:
在一些可选的实现方式中,根据所述第三图像训练第二生成器,包括:
将白噪声图像输入第二生成器,以使所述第二生成器输出第二生成图像;
将所述第二生成图像和所述第三图像输入第二判别器,并根据所述第二判别器的判别结果,对所述第二生成器进行训练。
根据本公开的一个或多个实施例,【示例四】提供了一种模型训练方法,还包括:
在一些可选的实现方式中,根据所述第三图像和训练完毕的第二生成器训练编码器,包括:
将所述第三图像依次经编码器和训练完毕的第二生成器进行处理,以使所述第二生成器输出重建图像;
根据所述重建图像和所述第三图像,对所述编码器进行训练。
根据本公开的一个或多个实施例,【示例五】提供了一种模型训练方法,还包括:
在一些可选的实现方式中,将所述第三图像经编码器进行处理,包括:
将所述第三图像经编码器进行多分辨率的特征映射得到特征映射图,并对所述特征映射图进行编码得到特征向量。
根据本公开的一个或多个实施例,【示例六】提供了一种图像处理方法,包括:
将源类型的待转换图像输入目标模型;
通过所述目标模型输出目标类型的图像;
其中,所述目标模型基于本公开实施例中任一所述的模型训练方法训练得到。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种模型训练方法,其特征在于,包括:
获取源类型的第一图像,以及与各所述第一图像属于相同个体的目标类型的第二图像,根据所述第一图像和所述第二图像训练第一生成器;
获取所述目标类型的第三图像,根据所述第三图像训练第二生成器;
根据所述第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像和所述第二图像训练第一生成器,包括:
将所述第一图像输入第一生成器,以使所述第一生成器输出第一生成图像;
将所述第一生成图像和所述第二图像输入第一判别器,并根据所述第一判别器的判别结果,对所述第一生成器进行训练。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第三图像训练第二生成器,包括:
将白噪声图像输入第二生成器,以使所述第二生成器输出第二生成图像;
将所述第二生成图像和所述第三图像输入第二判别器,并根据所述第二判别器的判别结果,对所述第二生成器进行训练。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第三图像和训练完毕的第二生成器训练编码器,包括:
将所述第三图像依次经编码器和训练完毕的第二生成器进行处理,以使所述第二生成器输出重建图像;
根据所述重建图像和所述第三图像,对所述编码器进行训练。
5.根据权利要求4所述的方法,其特征在于,将所述第三图像经编码器进行处理,包括:
将所述第三图像经编码器进行多分辨率的特征映射得到特征映射图,并对所述特征映射图进行编码得到特征向量。
6.一种图像处理方法,其特征在于,包括:
将源类型的待转换图像输入目标模型;
通过所述目标模型输出目标类型的图像;
其中,所述目标模型基于权利要求1-5中任一所述的模型训练方法训练得到。
7.一种模型训练装置,其特征在于,包括:
第一生成器训练模块,用于获取源类型的第一图像,以及与各所述第一图像属于相同个体的目标类型的第二图像,根据所述第一图像和所述第二图像训练第一生成器;
第二生成器训练模块,用于获取所述目标类型的第三图像,根据所述第三图像训练第二生成器;
编码器训练模块,用于根据所述第三图像和训练完毕的第二生成器训练编码器;
其中,由训练完毕的第一生成器、编码器和第二生成器依次连接构成目标模型。
8.一种图像处理装置,其特征在于,包括:
输入模块,用于将源类型的待转换图像输入目标模型;
输出模块,用于通过所述目标模型输出目标类型的图像;
其中,所述目标模型基于权利要求1-5中任一所述的模型训练方法训练得到。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的模型训练方法,或实现如权利要求6所述的图像处理方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的模型训练方法,或实现如权利要求6所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241637.6A CN113989103B (zh) | 2021-10-25 | 2021-10-25 | 模型训练方法、图像处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241637.6A CN113989103B (zh) | 2021-10-25 | 2021-10-25 | 模型训练方法、图像处理方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113989103A CN113989103A (zh) | 2022-01-28 |
CN113989103B true CN113989103B (zh) | 2024-04-26 |
Family
ID=79741061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111241637.6A Active CN113989103B (zh) | 2021-10-25 | 2021-10-25 | 模型训练方法、图像处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113989103B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378838A (zh) * | 2019-06-25 | 2019-10-25 | 深圳前海达闼云端智能科技有限公司 | 变视角图像生成方法,装置,存储介质及电子设备 |
CN111353546A (zh) * | 2020-03-09 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置、计算机设备和存储介质 |
CN111652121A (zh) * | 2020-06-01 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 一种表情迁移模型的训练方法、表情迁移的方法及装置 |
WO2021023003A1 (zh) * | 2019-08-05 | 2021-02-11 | 深圳Tcl新技术有限公司 | 一种人脸转换模型的训练方法、存储介质及终端设备 |
WO2021027759A1 (en) * | 2019-08-15 | 2021-02-18 | Huawei Technologies Co., Ltd. | Facial image processing |
JP2021081372A (ja) * | 2019-11-21 | 2021-05-27 | 日産自動車株式会社 | 表示画像生成装置及び表示画像生成方法 |
CN113344776A (zh) * | 2021-06-30 | 2021-09-03 | 北京字跳网络技术有限公司 | 图像处理方法、模型训练方法、装置、电子设备及介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102503939B1 (ko) * | 2018-09-28 | 2023-02-28 | 한국전자통신연구원 | 얼굴 이미지 비식별화 장치 및 방법 |
US11205096B2 (en) * | 2018-11-19 | 2021-12-21 | Google Llc | Training image-to-image translation neural networks |
CN110826593B (zh) * | 2019-09-29 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 融合图像处理模型的训练方法、图像处理方法、装置 |
CN112150638B (zh) * | 2020-09-14 | 2024-01-26 | 北京百度网讯科技有限公司 | 虚拟对象形象合成方法、装置、电子设备和存储介质 |
-
2021
- 2021-10-25 CN CN202111241637.6A patent/CN113989103B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378838A (zh) * | 2019-06-25 | 2019-10-25 | 深圳前海达闼云端智能科技有限公司 | 变视角图像生成方法,装置,存储介质及电子设备 |
WO2021023003A1 (zh) * | 2019-08-05 | 2021-02-11 | 深圳Tcl新技术有限公司 | 一种人脸转换模型的训练方法、存储介质及终端设备 |
WO2021027759A1 (en) * | 2019-08-15 | 2021-02-18 | Huawei Technologies Co., Ltd. | Facial image processing |
JP2021081372A (ja) * | 2019-11-21 | 2021-05-27 | 日産自動車株式会社 | 表示画像生成装置及び表示画像生成方法 |
CN111353546A (zh) * | 2020-03-09 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置、计算机设备和存储介质 |
CN111652121A (zh) * | 2020-06-01 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 一种表情迁移模型的训练方法、表情迁移的方法及装置 |
CN113344776A (zh) * | 2021-06-30 | 2021-09-03 | 北京字跳网络技术有限公司 | 图像处理方法、模型训练方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113989103A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11501574B2 (en) | Multi-person pose recognition method and apparatus, electronic device, and storage medium | |
CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
CN112270200B (zh) | 一种文本信息的翻译方法、装置、电子设备和存储介质 | |
CN110659639B (zh) | 汉字识别方法、装置、计算机可读介质及电子设备 | |
WO2020253716A1 (zh) | 图像生成方法和装置 | |
WO2023103897A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112330788A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN114004905B (zh) | 人物风格形象图的生成方法、装置、设备及存储介质 | |
CN114937192A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112785669B (zh) | 一种虚拟形象合成方法、装置、设备及存储介质 | |
CN110619602B (zh) | 一种图像生成方法、装置、电子设备及存储介质 | |
WO2023143118A1 (zh) | 图像处理方法、装置、设备及介质 | |
CN113628097A (zh) | 图像特效配置方法、图像识别方法、装置及电子设备 | |
CN113989103B (zh) | 模型训练方法、图像处理方法、装置、电子设备及介质 | |
CN110674813B (zh) | 汉字识别方法、装置、计算机可读介质及电子设备 | |
CN111447379B (zh) | 生成信息的方法和装置 | |
WO2023138441A1 (zh) | 视频生成方法、装置、设备及存储介质 | |
WO2023071694A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN116596748A (zh) | 图像风格化处理方法、装置、设备、存储介质和程序产品 | |
CN113850716A (zh) | 模型训练方法、图像处理方法、装置、电子设备及介质 | |
CN112070888B (zh) | 图像生成方法、装置、设备和计算机可读介质 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN114598824A (zh) | 特效视频的生成方法、装置、设备及存储介质 | |
CN112418233A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN110717467A (zh) | 头部姿势的估计方法、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 |