CN114596203A - 用于生成图像和用于训练图像生成模型的方法和装置 - Google Patents
用于生成图像和用于训练图像生成模型的方法和装置 Download PDFInfo
- Publication number
- CN114596203A CN114596203A CN202210201865.9A CN202210201865A CN114596203A CN 114596203 A CN114596203 A CN 114596203A CN 202210201865 A CN202210201865 A CN 202210201865A CN 114596203 A CN114596203 A CN 114596203A
- Authority
- CN
- China
- Prior art keywords
- image
- sample
- reconstruction
- initial
- generating
- 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
- 238000012549 training Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000005012 migration Effects 0.000 claims abstract description 65
- 238000013508 migration Methods 0.000 claims abstract description 65
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 36
- 238000010586 diagram Methods 0.000 claims description 27
- 238000009499 grossing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013140 knowledge distillation Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 28
- 230000000875 corresponding effect Effects 0.000 description 19
- 230000008447 perception Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003042 antagnostic effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了用于生成图像和用于训练图像生成模型的方法和装置。该方法的一具体实施方式包括:将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成该第一目标尺寸的相似结构图,其中,该图像生成器包括至少一个卷积单元;基于纹理迁移技术,生成与该相似结构图的纹理相似的图像作为准图像;基于超分辨率重建技术,生成比该准图像的分辨率高的图像。该实施方式实现了在利用少量图像甚至单张图像来生成大量高质量图像的效果。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于生成图像和用于训练图像生成模型的方法和装置。
背景技术
图像生成是指利用计算机在现有数据集的基础上生成新图像。随着近年来机器学习、人工智能以及深度学习的快速发展,图像生成技术日益成熟并且得到了广泛的应用。例如将图像生成作为一种数据增广方法,提升机器学习模型的性能,用图像生成技术实现图像渲染,风格迁移,虚拟现实等应用。
现有的深度学习方法通常需要大量的训练样本来训练图像生成模型,在样本数量较小的情况下训练得到的模型所生成的图像的质量通常不高。
发明内容
本公开的实施例提出了用于生成图像和用于训练图像生成模型的方法和装置。
第一方面,本公开的实施例提供了一种用于生成图像的方法,该方法包括:将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图,其中,图像生成器包括至少一个卷积单元;基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像;基于超分辨率重建技术,生成比准图像的分辨率高的图像。
在一些实施例中,上述位置编码通过以下步骤获取:根据预设编码维度,生成角速度变量;根据角速度变量与第一目标尺寸的宽和高,生成正余弦位置编码。
在一些实施例中,上述基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像,包括:将相似结构图输入至预先训练的纹理迁移模型,生成与相似结构图的纹理相似的图像作为准图像,其中,纹理迁移模型利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
在一些实施例中,上述基于超分辨率重建技术,生成比准图像的分辨率高的图像,包括:将准图像输入至预先训练的超分重建模型,生成比准图像的分辨率高的图像,其中,超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中包括卷积层、上采样层和下采样层。
在一些实施例中,上述图像生成器利用数目小于第二预设阈值的训练图像对目标初始模型训练得到,目标初始模型基于对通过大规模训练集训练得到的预训练图像生成模型的知识蒸馏得到。
在一些实施例中,上述第一目标尺寸与上述训练图像的尺寸一致。
第二方面,本公开的实施例提供了一种用于训练图像生成模型的方法,该方法包括:对预先获取的样本图像进行下采样,生成比样本图像的分辨率低的低分辨率样本图像;将低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的样本重建图像,其中,初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;基于样本重建图像与样本图像之间的差异,利用预设的重建损失函数生成重建损失值;基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,初始生成对抗网络中的生成器用于捕捉图像的结构信息;基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在一些实施例中,上述初始纹理重建模型中包括初始超分重建模型,初始超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中包括卷积层、上采样层和下采样层。
在一些实施例中,上述基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值,包括:将样本图像输入至预训练图像生成器,生成作为真实样本的图像,其中,预训练图像生成器通过大规模训练集训练得到的;将所获取的第二目标尺寸的噪声图和对应的位置编码输入至初始生成对抗网络中的生成器,生成第二目标尺寸的图像作为假样本,其中,第二目标尺寸小于样本图像的尺寸,初始生成对抗网络中的生成器基于对预训练图像生成器的知识蒸馏得到;基于对真实样本的图像进行下采样所生成的第二目标尺寸的图像与假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
在一些实施例中,上述基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数,包括:将假样本输入至初始纹理重建模型,生成与样本图像的尺寸一致的假样本重建图像;基于假样本重建图像与样本图像之间的差异,利用预设的感知损失函数生成感知损失值;基于重建损失值、对抗损失值和感知损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在一些实施例中,上述初始纹理重建模型中包括初始纹理迁移模型,初始纹理迁移模型利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
第三方面,本公开的实施例提供了一种用于生成图像的装置,该装置包括:第一生成单元,被配置成将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图,其中,图像生成器包括至少一个卷积单元;纹理迁移单元,被配置成基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像;超分辨率重建单元,被配置成基于超分辨率重建技术,生成比准图像的分辨率高的图像。
在一些实施例中,上述位置编码通过以下步骤获取:根据预设编码维度,生成角速度变量;根据角速度变量与第一目标尺寸的宽和高,生成正余弦位置编码。
在一些实施例中,上述纹理迁移单元被进一步配置成:将相似结构图输入至预先训练的纹理迁移模型,生成与相似结构图的纹理相似的图像作为准图像,其中,纹理迁移模型利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
在一些实施例中,上述超分辨率重建单元被进一步配置成:将准图像输入至预先训练的超分重建模型,生成比准图像的分辨率高的图像,其中,超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中包括卷积层、上采样层和下采样层。
在一些实施例中,上述图像生成器利用数目小于第二预设阈值的训练图像对目标初始模型训练得到,上述目标初始模型基于对通过大规模训练集训练得到的预训练图像生成模型的知识蒸馏得到。
在一些实施例中,上述第一目标尺寸与上述训练图像的尺寸一致。
第四方面,本公开的实施例提供了一种用于训练图像生成模型的装置,该装置包括:下采样单元,被配置成对预先获取的样本图像进行下采样,生成比样本图像的分辨率低的低分辨率样本图像;第二生成单元,被配置成将低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的样本重建图像,其中,初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;重建损失生成单元,被配置成基于样本重建图像与样本图像之间的差异,利用预设的重建损失函数生成重建损失值;对抗损失生成单元,被配置成基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,初始生成对抗网络中的生成器用于捕捉图像的结构信息;调整单元,被配置成基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在一些实施例中,上述初始纹理重建模型中包括初始超分重建模型,初始超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中包括卷积层、上采样层和下采样层。
在一些实施例中,上述对抗损失生成单元包括:真样本生成模块,被配置成将样本图像输入至预训练图像生成器,生成作为真实样本的图像,其中,预训练图像生成器通过大规模训练集训练得到的;假样本生成模块,被配置成将所获取的第二目标尺寸的噪声图和对应的位置编码输入至初始生成对抗网络中的生成器,生成第二目标尺寸的图像作为假样本,其中,第二目标尺寸小于样本图像的尺寸,初始生成对抗网络中的生成器基于对预训练图像生成器的知识蒸馏得到;对抗损失生成模块,被配置成基于对真实样本的图像进行下采样所生成的第二目标尺寸的图像与假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
在一些实施例中,上述调整单元,被进一步配置成将假样本输入至初始纹理重建模型,生成与样本图像的尺寸一致的假样本重建图像;基于假样本重建图像与样本图像之间的差异,利用预设的感知损失函数生成感知损失值;基于重建损失值、对抗损失值和感知损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在一些实施例中,上述初始纹理重建模型中包括初始纹理迁移模型,上述初始纹理迁移模型利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
第五方面,本公开的实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。
第六方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。
本公开的实施例提供的用于生成图像和用于训练图像生成模型的方法和装置,通过预先训练的图像生成器捕捉图像的结构信息,生成结构相似的图像作为图像的初始估计,并且利用位置编码增强卷积单元对位置的感知。再通过对图像的初始估计进行纹理迁移,进而进行超分辨率重建,形成既具有相似纹理风格,又包含相似内容的图像,从而实现在利用少量图像甚至单张图像来生成大量高质量图像的效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于生成图像的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于生成图像的方法的一个应用场景的示意图;
图4是根据本公开的用于训练图像生成模型的方法的又一个实施例的流程图;
图5是根据本公开的用于生成图像的装置的一个实施例的结构示意图;
图6是根据本公开的用于训练图像生成模型的装置的一个实施例的结构示意图;
图7是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于生成图像和用于训练图像生成模型的方法或用于生成图像和用于训练图像生成模型的装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、图像处理类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持人机交互的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如为终端设备101、102、103上图像处理类应用提供支持的后台服务器。后台服务器可以为纹理迁移技术和超分辨率重建技术提供基础,从而使终端设备基于纹理迁移技术和超分辨率重建技术生成图像。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于生成图像和用于训练图像生成模型的方法可以由终端设备101、102、103执行,也可以由服务器105执行,相应地,用于生成图像和用于训练图像生成模型的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于生成图像的方法的一个实施例的流程200。该用于生成图像的方法包括以下步骤:
步骤201,将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图。
在本实施例中,用于生成图像的方法的执行主体(如图1所示的服务器105)可以首先通过有线连接方式或者无线连接方式获取第一目标尺寸的噪声图。作为示例,上述噪声图可以从高斯分布中随机采样而得到。上述第一目标尺寸可以是根据实际的应用需求,预先指定的任意尺寸。上述第一目标尺寸也可以是根据规则而定的尺寸,例如与用于训练上述图像生成器的训练样本的尺寸相匹配的尺寸。而后,上述执行主体可以通过各种方式将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成上述第一目标尺寸的相似结构图。其中,上述图像生成器可以包括至少一个卷积单元。上述图像生成器可以生成与其训练所使用的样本图像的结构类似的图像。其中,上述结构类似通常可以指图像所包含的对象以及对象之间的相互位置关系相近。
在本实施例中,上述位置编码的维度通常与上述噪声图的第一目标尺寸相匹配。其中,上述位置编码用于表征各像素点在整个图像上所处的位置。
在本实施例的一些可选的实现方式中,上述位置编码可以通过以下步骤获取:
第一步,根据预设编码维度,生成角速度变量。
在这些实现方式中,根据预设编码维度,上述执行主体可以通过各种方式生成角速度变量。作为示例,上述角速度变量通常与编码维度正相关。可选地,上述角速度变量通常与距左上角像素的距离负相关。
第二步,根据角速度变量与第一目标尺寸的宽和高,生成正余弦位置编码。
在这些实现方式中,根据角速度变量与第一目标尺寸的宽和高,上述执行主体可以通过各种方式生成正余弦位置编码。上述正余弦编码例如可以为[sin(ω0·i),cos(ω0·i),sin(ω1·i),cos(ω1·i),…,sin(ω0·j),cos(ω0·j),…,]其中,上述ω0可以是前述ωk中k=0时的值。上述i可以用于表示上述噪声图的高度。上述j可以用于表示上述噪声图的宽度。
在本实施例的一些可选的实现方式中,上述图像生成器可以利用数目小于第二预设阈值的训练图像对目标初始模型训练得到。上述目标初始模型可以基于对通过大规模训练集训练得到的预训练图像生成模型的知识蒸馏得到。
在这些实现方式中,作为示例,上述执行主体可以首先获取通过大规模训练集训练得到的预训练图像生成模型,从而,上述预训练图像模型能够较好地捕捉图像的结构信息。而后,上述执行主体可以以上述预训练图像模型作为教师网络,利用知识蒸馏训练得到作为学生网络的目标初始模型。之后,上述执行主体可以利用数目小于第二预设阈值的训练图像对上述目标初始模型进行训练,从而得到上述图像生成器。
基于上述可选的实现方式,本方案可以丰富图像生成器的获取方式,并且通过预训练与知识蒸馏相互配合,使得所生成的图像生成器在模型结构并不复杂的前提下具有更好的效果。
可选地,上述第二预设阈值可以是2。从而实现了利用单张图片训练得到图像生成器。
可选地,基于上述可选的实现方式,上述第一目标尺寸可以与上述训练图像的尺寸一致。从而可以提升所生成的图像的质量。
步骤202,基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像。
在本实施例中,上述执行主体可以利用各种纹理迁移技术生成与上述步骤201所生成的相似结构图的纹理相似的图像作为准图像。
在本实施例的一些可选的实现方式中,上述执行主体可以将上述步骤201所生成的相似结构图输入至预先训练的纹理迁移模型,生成与上述相似结构图的纹理相似的图像作为上述准图像。其中,上述纹理迁移模型可以利用数目小于第一预设阈值的训练图像基于块匹配(patch match)训练得到。上述纹理迁移模型可以较好地捕捉训练图像的纹理信息。
在这些实现方式中,作为示例,上述纹理迁移模型可以是SinGAN模型。可选地,上述第一预设阈值可以与上述第二预设阈值相同或不同。用于训练上述纹理迁移模型的训练图像也可以与用于训练上述图像生成器的训练图像相同。
基于上述可选的实现方式,本方案可以通过基于块匹配的训练方式训练得到纹理迁移模型,使得所生成的准图像既包含了图像生成器所捕捉的图像结构信息,又包含了纹理信息,从而提升了所生成的准图像与训练图像的内容一致性,提高了所生成的图像的质量。
步骤203,基于超分辨率重建技术,生成比准图像的分辨率高的图像。
在本实施例中,上述执行主体可以利用各种超分辨率重建技术生成比上述步骤202所生成的准图像的分辨率高的图像。
在本实施例的一些可选的实现方式中,上述执行主体可以将上述步骤S202所生成的准图像输入至预先训练的超分重建模型,生成比上述准图像的分辨率高的图像。其中,上述超分重建模型中可以包括串联连接的至少一组等尺寸平滑模块和上采样模块。上述等尺寸平滑模块中可以包括卷积层、上采样层和下采样层。
在这些实现方式中,上述执行主体可以将上述步骤S202所生成的准图像依次输入至预先训练的超分重建模型的卷积层、上采样层和下采样层,从而在保证特征图的尺寸不变的情况下进行滤波。而后,上述执行主体还可以将上述滤波后的特征图输入至上采样模块,从而完成一次分辨率增加。可选地,当上述超分重建模型中包括多组等尺寸平滑模块和上采样模块时,上述执行主体可以重复执行多次上述分辨率增加操作,以生成分辨率更高的图像。
可选地,上述等尺寸平滑模块中还可以包括核尺寸为1的卷积。上述核尺寸为1的卷积可以位于上述卷积层和上采样层之间。
基于上述可选的实现方式,本方案可以通过先上采样再下采样的方式,实现在保证特征图尺寸不发生改变的同时,利用卷积的平滑性对特征图进行滤波,从而能够有效地去除图像中的噪声,进而提升所生成的分辨率更高的图像的质量。
继续参见图3,图3是根据本公开的实施例的用于生成图像的方法的应用场景的一个示意图。在图3的应用场景中,服务器可以首先将所获取的第一目标尺寸的噪声图和对应的位置编码301输入至预先训练的图像生成器302,生成第一目标尺寸的相似结构图303。其中,上述图像生成器可以包括至少一个卷积单元。而后,服务器可以基于纹理迁移技术,生成与上述相似结构图303的纹理相似的图像304作为准图像。之后,基于超分辨率重建技术,服务器可以生成比上述准图像304的分辨率高的图像305。
目前,现有技术之一通常需要大量的训练样本来训练图像生成模型,在样本数量较小的情况下训练得到的模型所生成的图像的质量通常不高。而本公开的上述实施例提供的方法,通过预先训练的图像生成器捕捉图像的结构信息,生成结构相似的图像作为图像的初始估计,并且利用位置编码增强卷积单元对位置的感知。再通过对图像的初始估计进行纹理迁移,进而进行超分辨率重建,形成既具有相似纹理风格,又包含相似内容的图像,从而实现在利用少量图像甚至单张图像来生成大量高质量图像的效果。
进一步参考图4,其示出了用于训练图像生成模型的方法的又一个实施例的流程400。该用于训练图像生成模型的方法的流程400,包括以下步骤:
步骤401,对预先获取的样本图像进行下采样,生成比样本图像的分辨率低的低分辨率样本图像。
在本实施例中,用于训练图像生成模型的方法的执行主体(例如图1所示的服务器105)可以通过各种方式对预先获取的样本图像进行下采样(例如8倍下采样),从而生成比上述样本图像的分辨率低的低分辨率样本图像。
步骤402,将低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的样本重建图像。
在本实施例中,上述执行主体可以通过各种方式将步骤401所生成的低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与上述样本图像的尺寸一致的样本重建图像。其中,上述初始纹理重建模型中可以包括以下至少一项:初始纹理迁移模型,初始超分重建模型。上述初始纹理迁移模型用于训练实现图像纹理迁移。上述初始超分重建模型用于训练实现超分辨率重建。
在本实施例的一些可选的实现方式中,上述初始纹理重建模型中可以包括上述初始超分重建模型。上述初始超分重建模型中可以包括串联连接的至少一组等尺寸平滑模块和上采样模块。上述等尺寸平滑模块中可以包括卷积层、上采样层和下采样层。
在这些实现方式中,对上述初始超分重建模型的描述可以与前述实施例中步骤203中可选的实现方式对超分重建模型的相应描述一致。上文针对预先训练的超分重建模型的结构的描述也适用于上述初始超分重建模型,此处不再赘述。
基于上述可选的实现方式,本方案可以通过上述初始超分重建模型的上采样层和下采样层,利用卷积层通过卷积得到的特征图的平滑操作实现在保证特征图尺寸不发生改变的同时进行滤波,从而能够有效地去除图像中的噪声,进而提升训练完成后的超分重建模型所生成的分辨率更高的图像的质量。
在本实施例的一些可选的实现方式中,上述初始纹理重建模型中可以包括初始纹理迁移模型。上述初始纹理迁移模型可以利用数目小于上述第一预设阈值的训练图像基于块匹配训练得到。
在这些实现方式中,对上述初始纹理迁移模型的描述可以与前述实施例中步骤202中可选的实现方式对纹理迁移模型的相应描述一致。上文针对预先训练的纹理迁移模型的描述也适用于上述初始纹理迁移模型,此处不再赘述。
基于上述可选的实现方式,本方案可以通过基于块匹配的训练方式对初始纹理迁移模型进行训练,以得到用于捕捉纹理信息的纹理迁移模型。
步骤403,基于样本重建图像与样本图像之间的差异,利用预设的重建损失函数生成重建损失值。
在本实施例中,基于样本重建图像与样本图像之间的差异,上述执行主体可以通过各种方式利用预设的重建损失函数生成重建损失值。其中,上述重建损失函数用于确定样本重建图像与样本图像之间的差异,例如L2损失函数等。
步骤404,基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值。
在本实施例中,基于样本图像和预先获取的初始生成对抗网络,上述执行主体可以通过各种方式生成对抗损失值。作为示例,上述执行主体可以根据步骤401中预先获取的样本图像与上述初始生成对抗网络中的生成器所生成的图像以及上述初始生成对抗网络中的判别器的判别结果,生成对抗损失值。其中,上述初始生成对抗网络中的生成器可以用于捕捉图像的结构信息。图像的结构信息可以参考前述实施例中的相应描述,此处不再赘述。
在本实施例的一些可选的实现方式中,基于样本图像和预先获取的初始生成对抗网络,上述执行主体可以按照如下步骤生成对抗损失值:
第一步,将样本图像输入至预训练图像生成器,生成作为真实样本的图像。
在这些实现方式中,上述执行主体可以通过各种方式将步骤401中预先获取的样本图像输入至预训练图像生成器,生成作为真实样本的图像。其中,上述预训练图像生成器可以通过大规模训练集训练得到。上述预训练图像生成器可以用于捕捉图像的结构信息。
在这些实现方式中,作为示例,上述预训练图像生成器可以用G_pre来表示。对于上述预训练生成器,生成先验可以看作上述样本图像(例如用x来表示)可以由某个隐编码通过上述预训练图像生成器G_pre生成。基于此先验,我们通过求解优化问题z*=arg minz||Gpre(z)-x||来得到生成样本图像x的隐编码z*。而后,上述预训练图像生成器还可以根据带有随机噪声Δz对隐编码z*进行扰动的结果生成新的图像y=Gpre(z*+Δz)。上述执行主体可以将所生成的上述新的图像作为真实样本。
第二步,将所获取的第二目标尺寸的噪声图和对应的位置编码输入至初始生成对抗网络中的生成器,生成第二目标尺寸的图像作为假样本。
在这些实现方式中,上述执行主体可以通过各种方式将所获取的第二目标尺寸的噪声图和对应的位置编码输入至预先获取的初始生成对抗网络中的生成器,生成第二目标尺寸的图像作为假样本。其中,上述第二目标尺寸小于上述样本图像的尺寸。上述初始生成对抗网络中的生成器基于对上述预训练图像生成器的知识蒸馏得到。上述初始生成对抗网络中的图像生成器的获取方式可以参考前述实施例中步骤201中可选的实现方式的相应描述,此处不再赘述。
需要说明的是,上述第二目标尺寸可以与前述第一目标尺寸相同或不同,此处不做限定。
第三步,基于对真实样本的图像进行下采样所生成的第二目标尺寸的图像与假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
在这些实现方式中,上述执行主体可以首先对上述第一步所生成的真实样本的图像进行下采样,以生成上述第二目标尺寸的图像。而后,上述执行主体可以基于上述所生成的第二目标尺寸的图像和上述第二步所生成的假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
在这些实现方式中,作为示例,由于先生成分辨率较小的图像,后续再经过超分辨率重建,因而经过下采样的样本图像(例如用xlr来表示)的纹理质量往往不好而整体结构较为合理,可以通过下采样去保留图像的结构信息而忽略图像的纹理信息。从而,上述经过下采样的样本图像xlr构成的分布看作是上述初始生成对抗网络中的生成器的生成先验p(ylr)。因而,上述对抗损失函数可以为:
其中,上述G、D可以分别用于表示上述初始生成对抗网络中的生成器和判别器。其他字符的含义可以参考前述。
基于上述可选的实现方式,本方案可以丰富对初始生成对抗网络中的图像生成器进行训练的方式,并且通过预训练、知识蒸馏和生成对抗网络之间的相互配合,使得所生成的图像生成器在模型结构并不复杂的前提下具有更好的效果。
步骤405,基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在本实施例中,基于重建损失值和对抗损失值,上述执行主体可以通过各种方式调整上述初始纹理重建模型和初始生成对抗网络的参数。作为示例,上述执行主体可以基于梯度下降法,根据所生成的重建损失值和对抗损失值通过反向传播方式调整上述初始纹理重建模型和初始生成对抗网络的参数。
可选地,上述执行主体还可以将上述所生成的重建损失值和对抗损失值进行加权求和,生成总损失值。可选地,上述执行主体还可以计算表征模型结构复杂度(例如注意力矩阵)的稀疏损失;以及将上述稀疏损失通过加权求和整合至上述总损失值。
在本实施例的一些可选的实现方式中,基于重建损失值和对抗损失值,上述执行主体可以通过以下步骤调整初始纹理重建模型和初始生成对抗网络的参数:
第一步,将假样本输入至初始纹理重建模型,生成与样本图像的尺寸一致的假样本重建图像。
在这些实现方式中,上述执行主体可以通过各种方式将上述第二步所生成的假样本输入至上述步骤402中预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的假样本重建图像。其中,上述假样本重建图像可以是由上述步骤404中可选的实现方式所描述的假样本经过超分辨率重建技术所得到的图像。可选地,上述执行主体可以将上述假样本输入至上述初始纹理重建模型中包括的初始超分重建模型,将所生成的与样本图像的尺寸一致(比假样本的分辨率更大)的图像确定为上述假样本重建图像。
第二步,基于假样本重建图像与样本图像之间的差异,利用预设的感知损失函数生成感知损失值。
在这些实现方式中,基于上述第一步所生成的假样本重建图像与上述步骤401中预先获取的样本图像之间的差异,上述执行主体可以通过各种方式利用预设的感知损失函数生成感知损失值。其中,上述预设的感知损失函数用于度量上述假样本重建图像与上述样本图像在语义空间中的相似度。
第三步,基于重建损失值、对抗损失值和感知损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在这些实现方式中,基于重建损失值、对抗损失值和感知损失值,上述执行主体可以通过各种方式调整上述初始纹理重建模型和初始生成对抗网络的参数。作为示例,上述执行主体可以基于梯度下降法,根据所生成的重建损失值、对抗损失值和感知损失值通过反向传播方式调整上述初始纹理重建模型和初始生成对抗网络的参数。
可选地,上述执行主体还可以将上述所生成的重建损失值、对抗损失值和感知损失值进行加权求和,生成总损失值。可选地,上述执行主体还可以计算表征模型结构复杂度(例如注意力矩阵)的稀疏损失;以及将上述稀疏损失通过加权求和整合至上述总损失值。
基于上述可选的实现方式,本方案可以在调整上述初始纹理重建模型和初始生成对抗网络的参数时参考用于表征语义空间中的相似度的感知损失值,从而可以避免上述初始生成对抗网络中的生成器所生成的图像丢失重要的内容信息。进而,还可以使得所生成的图像既拥有合理的图像结构,又拥有高质量的纹理,因而提升所生成的图像的质量。
在本实施例的一些可选的实现方式中,上述执行主体可以参数调整后的上述初始生成对抗网络中的生成器和上述初始纹理重建模型串联,组成上述图像生成模型。
在本实施例的一些可选的实现方式中,上述执行主体还可以将参数调整后的上述初始纹理重建模型和初始生成对抗网络作为新的初始纹理重建模型和初始生成对抗网络,继续执行上述步骤402-405,以进行迭代。并且,在满足预设训练停止条件的情况下停止训练。上述执行主体可以将训练完成的上述初始生成对抗网络中的生成器和上述初始纹理重建模型串联,组成上述图像生成模型。
从图4中可以看出,本实施例中的用于训练图像生成模型的方法的流程400体现了将较低分辨率的样本图像输入至预先获取的包含纹理重建和超分辨率重建功能的初始纹理重建模型,基于所生成的图像与样本图像之间的差异和样本图像经过初始生成对抗网络所得到的对抗损失值调整初始纹理重建模型和初始生成对抗网络的参数的步骤。由此,本实施例描述的方案可以通过生成对抗网络中的生成器和纹理重建模型组成图像生成模型,从而可以实现利用较少的训练图像生成大量图像的效果。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了用于生成图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于生成图像的装置500包括第一生成单元501、纹理迁移单元502和超分辨率重建单元503。其中,第一生成单元501,被配置成将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图,其中,图像生成器包括至少一个卷积单元;纹理迁移单元502,被配置成基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像;超分辨率重建单元503,被配置成基于超分辨率重建技术,生成比准图像的分辨率高的图像。
在本实施例中,用于生成图像的装置500中:第一生成单元501、纹理迁移单元502和超分辨率重建单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述位置编码可以通过以下步骤获取:根据预设编码维度,生成角速度变量;根据角速度变量与第一目标尺寸的宽和高,生成正余弦位置编码。
在本实施例的一些可选的实现方式中,上述纹理迁移单元502可以被进一步配置成:将相似结构图输入至预先训练的纹理迁移模型,生成与相似结构图的纹理相似的图像作为准图像,其中,纹理迁移模型可以利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
在本实施例的一些可选的实现方式中,上述超分辨率重建单元503可以被进一步配置成:将准图像输入至预先训练的超分重建模型,生成比准图像的分辨率高的图像,其中,超分重建模型中可以包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中可以包括卷积层、上采样层和下采样层。
在本实施例的一些可选的实现方式中,上述图像生成器可以利用数目小于第二预设阈值的训练图像对目标初始模型训练得到,上述目标初始模型可以基于对通过大规模训练集训练得到的预训练图像生成模型的知识蒸馏得到。
在本实施例的一些可选的实现方式中,上述第一目标尺寸可以与上述训练图像的尺寸一致。
本公开的上述实施例提供的装置,通过第一生成单元501利用预先训练的图像生成器捕捉图像的结构信息,生成结构相似的图像作为图像的初始估计,并且利用位置编码增强卷积单元对位置的感知。再通过纹理迁移单元502对图像的初始估计进行纹理迁移,以及超分辨率重建单元503进一步进行超分辨率重建,形成既具有相似纹理风格,又包含相似内容的图像,从而实现在利用少量图像甚至单张图像来生成大量高质量图像的效果。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了用于训练图像生成模型的装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例提供的用于训练图像生成模型的装置600包括下采样单元单元601、第二生成单元602、重建损失生成单元603、对抗损失生成单元604和调整单元605。其中,下采样单元601,被配置成对预先获取的样本图像进行下采样,生成比样本图像的分辨率低的低分辨率样本图像;第二生成单元602,被配置成将低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的样本重建图像,其中,初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;重建损失生成单元603,被配置成基于样本重建图像与样本图像之间的差异,利用预设的重建损失函数生成重建损失值;对抗损失生成单元604,被配置成基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,初始生成对抗网络中的生成器用于捕捉图像的结构信息;调整单元605,被配置成基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在本实施例中,用于训练图像生成模型的装置600中:下采样单元601、第二生成单元602、重建损失生成单元603、对抗损失生成单元604和调整单元605的具体处理及其所带来的技术效果可分别参考图4对应实施例中的步骤401、步骤402、步骤403、步骤404和步骤405的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述初始纹理重建模型中可以包括初始超分重建模型,初始超分重建模型中可以包括串联连接的至少一组等尺寸平滑模块和上采样模块,等尺寸平滑模块中包括卷积层、上采样层和下采样层。
在本实施例的一些可选的实现方式中,上述对抗损失生成单元604可以包括:真样本生成模块(图中未示出),被配置成将样本图像输入至预训练图像生成器,生成作为真实样本的图像,其中,预训练图像生成器通过大规模训练集训练得到的;假样本生成模块(图中未示出),被配置成将所获取的第二目标尺寸的噪声图和对应的位置编码输入至初始生成对抗网络中的生成器,生成第二目标尺寸的图像作为假样本,其中,第二目标尺寸小于样本图像的尺寸,初始生成对抗网络中的生成器基于对预训练图像生成器的知识蒸馏得到;对抗损失生成模块(图中未示出),被配置成基于对真实样本的图像进行下采样所生成的第二目标尺寸的图像与假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
在本实施例的一些可选的实现方式中,上述调整单元605可以被进一步配置成将假样本输入至初始纹理重建模型,生成与样本图像的尺寸一致的假样本重建图像;基于假样本重建图像与样本图像之间的差异,利用预设的感知损失函数生成感知损失值;基于重建损失值、对抗损失值和感知损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
在本实施例的一些可选的实现方式中,上述初始纹理重建模型中可以包括初始纹理迁移模型。上述初始纹理迁移模型可以利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
本公开的上述实施例提供的装置,通过第二生成单元602将下采样单元601所生成的较低分辨率的样本图像输入至预先获取的包含纹理重建和超分辨率重建功能的初始纹理重建模型,基于重建损失生成单元603基于图像与样本图像之间的差异所生成的重建损失值和对抗损失生成单元604基于样本图像经过初始生成对抗网络所得到的对抗损失值,调整单元605可以调整初始纹理重建模型和初始生成对抗网络的参数。由此,本实施例描述的方案可以通过生成对抗网络中的生成器和纹理重建模型组成图像生成模型,从而可以实现利用较少的训练图像生成大量图像的效果。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例,不应对本申请的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、等的输入装置706;包括例如液晶显示器(LCD,Liquid Crystal Display)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,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。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本申请的实施例,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,本申请的实施例包括一种计算机程序产品,其包括承载在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709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本申请的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所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(EPROM或闪存)、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。在本公开的实施例中,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。而在本公开的实施例中,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(Radio Frequency,射频)等等,或者上述的任意合适的组合。
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:将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图,其中,图像生成器包括至少一个卷积单元;基于纹理迁移技术,生成与相似结构图的纹理相似的图像作为准图像;基于超分辨率重建技术,生成比准图像的分辨率高的图像。或者使得该电子设备:对预先获取的样本图像进行下采样,生成比样本图像的分辨率低的低分辨率样本图像;将低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与样本图像的尺寸一致的样本重建图像,其中,初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;基于样本重建图像与样本图像之间的差异,利用预设的重建损失函数生成重建损失值;基于样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,初始生成对抗网络中的生成器用于捕捉图像的结构信息;基于重建损失值和对抗损失值,调整初始纹理重建模型和初始生成对抗网络的参数。
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实施例的操作的计算机程序代码,所述程序设计语言包括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”、Python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,图示了按照本公开的各种实施例的系统、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。
描述于本公开的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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括第一生成单元、纹理迁移单元和超分辨率重建单元。或者,可以描述为:一种处理器,包括下采样单元、第二生成单元、重建损失生成单元、对抗损失生成单元和调整单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一生成单元还可以被描述为“将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成第一目标尺寸的相似结构图的单元,其中,图像生成器包括至少一个卷积单元”。
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,本公开的实施例中所涉及的发明范围,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发明构思的情况下,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的实施例中公开的(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。
Claims (15)
1.一种用于生成图像的方法,包括:
将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成所述第一目标尺寸的相似结构图,其中,所述图像生成器包括至少一个卷积单元;
基于纹理迁移技术,生成与所述相似结构图的纹理相似的图像作为准图像;
基于超分辨率重建技术,生成比所述准图像的分辨率高的图像。
2.根据权利要求1所述的方法,其中,所述位置编码通过以下步骤获取:
根据预设编码维度,生成角速度变量;
根据所述角速度变量与所述第一目标尺寸的宽和高,生成正余弦位置编码。
3.根据权利要求1所述的方法,其中,所述基于纹理迁移技术,生成与所述相似结构图的纹理相似的图像作为准图像,包括:
将所述相似结构图输入至预先训练的纹理迁移模型,生成与所述相似结构图的纹理相似的图像作为所述准图像,其中,所述纹理迁移模型利用数目小于第一预设阈值的训练图像基于块匹配训练得到。
4.根据权利要求1所述的方法,其中,所述基于超分辨率重建技术,生成比所述准图像的分辨率高的图像,包括:
将所述准图像输入至预先训练的超分重建模型,生成比所述准图像的分辨率高的图像,其中,所述超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,所述等尺寸平滑模块中包括卷积层、上采样层和下采样层。
5.根据权利要求1-4之一所述的方法,其中,所述图像生成器利用数目小于第二预设阈值的训练图像对目标初始模型训练得到,所述目标初始模型基于对通过大规模训练集训练得到的预训练图像生成模型的知识蒸馏得到。
6.根据权利要求5所述的方法,其中,所述第一目标尺寸与所述训练图像的尺寸一致。
7.一种用于训练图像生成模型的方法,包括:
对预先获取的样本图像进行下采样,生成比所述样本图像的分辨率低的低分辨率样本图像;
将所述低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与所述样本图像的尺寸一致的样本重建图像,其中,所述初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;
基于所述样本重建图像与所述样本图像之间的差异,利用预设的重建损失函数生成重建损失值;
基于所述样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,所述初始生成对抗网络中的生成器用于捕捉图像的结构信息;
基于所述重建损失值和所述对抗损失值,调整所述初始纹理重建模型和所述初始生成对抗网络的参数。
8.根据权利要求7所述的方法,其中,所述初始纹理重建模型中包括所述初始超分重建模型,所述初始超分重建模型中包括串联连接的至少一组等尺寸平滑模块和上采样模块,所述等尺寸平滑模块中包括卷积层、上采样层和下采样层。
9.根据权利要求7所述的方法,其中,所述基于所述样本图像和预先获取的初始生成对抗网络,生成对抗损失值,包括:
将所述样本图像输入至预训练图像生成器,生成作为真实样本的图像,其中,所述预训练图像生成器通过大规模训练集训练得到的;
将所获取的第二目标尺寸的噪声图和对应的位置编码输入至所述初始生成对抗网络中的生成器,生成所述第二目标尺寸的图像作为假样本,其中,所述第二目标尺寸小于所述样本图像的尺寸,所述初始生成对抗网络中的生成器基于对所述预训练图像生成器的知识蒸馏得到;
基于对所述真实样本的图像进行下采样所生成的第二目标尺寸的图像与所述假样本之间的差异,利用预设的对抗损失函数生成对抗损失值。
10.根据权利要求9所述的方法,其中,所述基于所述重建损失值和所述对抗损失值,调整所述初始纹理重建模型和所述初始生成对抗网络的参数,包括:
将所述假样本输入至所述初始纹理重建模型,生成与所述样本图像的尺寸一致的假样本重建图像;
基于所述假样本重建图像与所述样本图像之间的差异,利用预设的感知损失函数生成感知损失值;
基于所述重建损失值、所述对抗损失值和所述感知损失值,调整所述初始纹理重建模型和所述初始生成对抗网络的参数。
11.根据权利要求7-10之一所述的方法,其中,所述初始纹理重建模型中包括初始纹理迁移模型,所述初始纹理迁移模型利用数目小于所述第一预设阈值的训练图像基于块匹配训练得到。
12.一种用于生成图像的装置,包括:
第一生成单元,被配置成将所获取的第一目标尺寸的噪声图和对应的位置编码输入至预先训练的图像生成器,生成所述第一目标尺寸的相似结构图,其中,所述图像生成器包括至少一个卷积单元;
纹理迁移单元,被配置成基于纹理迁移技术,生成与所述相似结构图的纹理相似的图像作为准图像;
超分辨率重建单元,被配置成基于超分辨率重建技术,生成比所述准图像的分辨率高的图像。
13.一种用于训练图像生成模型的装置,包括:
下采样单元,被配置成对预先获取的样本图像进行下采样,生成比所述样本图像的分辨率低的低分辨率样本图像;
第二生成单元,被配置成将所述低分辨率样本图像输入至预先获取的初始纹理重建模型,生成与所述样本图像的尺寸一致的样本重建图像,其中,所述初始纹理重建模型中包括以下至少一项:初始纹理迁移模型,初始超分重建模型;
重建损失生成单元,被配置成基于所述样本重建图像与所述样本图像之间的差异,利用预设的重建损失函数生成重建损失值;
对抗损失生成单元,被配置成基于所述样本图像和预先获取的初始生成对抗网络,生成对抗损失值,其中,所述初始生成对抗网络中的生成器用于捕捉图像的结构信息;
调整单元,被配置成基于所述重建损失值和所述对抗损失值,调整所述初始纹理重建模型和所述初始生成对抗网络的参数。
14.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
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1-11中任一所述的方法。
15.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210201865.9A CN114596203A (zh) | 2022-03-03 | 2022-03-03 | 用于生成图像和用于训练图像生成模型的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210201865.9A CN114596203A (zh) | 2022-03-03 | 2022-03-03 | 用于生成图像和用于训练图像生成模型的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114596203A true CN114596203A (zh) | 2022-06-07 |
Family
ID=81808324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210201865.9A Pending CN114596203A (zh) | 2022-03-03 | 2022-03-03 | 用于生成图像和用于训练图像生成模型的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114596203A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309924A (zh) * | 2023-05-25 | 2023-06-23 | 之江实验室 | 一种模型训练的方法、图像展示的方法及装置 |
-
2022
- 2022-03-03 CN CN202210201865.9A patent/CN114596203A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309924A (zh) * | 2023-05-25 | 2023-06-23 | 之江实验室 | 一种模型训练的方法、图像展示的方法及装置 |
CN116309924B (zh) * | 2023-05-25 | 2023-08-18 | 之江实验室 | 一种模型训练的方法、图像展示的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230206396A1 (en) | Image super-resolution reconstructing | |
CN111386536A (zh) | 语义一致的图像样式转换 | |
CN112950471A (zh) | 视频超分处理方法、装置、超分辨率重建模型、介质 | |
CN113066034B (zh) | 人脸图像的修复方法与装置、修复模型、介质和设备 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN111028279A (zh) | 点云数据处理方法及装置、电子设备和存储介质 | |
CN111311480A (zh) | 图像融合方法和装置 | |
CN117237197A (zh) | 基于交叉注意力机制与Swin-Transformer的图像超分辨率方法及装置 | |
JP2023545052A (ja) | 画像処理モデルの訓練方法及び装置、画像処理方法及び装置、電子機器並びにコンピュータプログラム | |
JP7324891B2 (ja) | バックボーンネットワーク生成方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
CN116630514A (zh) | 图像处理方法、装置、计算机可读存储介质及电子设备 | |
CN110827341A (zh) | 一种图片深度估计方法、装置和存储介质 | |
CN115170388A (zh) | 人物线稿生成方法、装置、设备及介质 | |
CN114066722B (zh) | 用于获取图像的方法、装置和电子设备 | |
CN114596203A (zh) | 用于生成图像和用于训练图像生成模型的方法和装置 | |
CN117894038A (zh) | 一种图像中对象姿态生成方法和装置 | |
Han | Texture Image Compression Algorithm Based on Self‐Organizing Neural Network | |
Polasek et al. | Vision UFormer: Long-range monocular absolute depth estimation | |
Ketsoi et al. | SREFBN: Enhanced feature block network for single‐image super‐resolution | |
CN113240780B (zh) | 生成动画的方法和装置 | |
CN115601235A (zh) | 一种图像超分辨率网络训练方法、装置、设备及存储介质 | |
Lee et al. | An image-guided network for depth edge enhancement | |
CN115311152A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN114842127A (zh) | 地形渲染方法及装置、电子设备、介质及产品 | |
CN113610856A (zh) | 训练图像分割模型和图像分割的方法和装置 |
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 |