CN118038030A - 一种图像生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开实施例公开了一种图像生成方法、装置、电子设备及存储介质，其中该方法包括：响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。通过同时维护草图、语义分割图和结果图三张图像，可实现在草图持续绘制过程中对语义分割图进行增量更新，从而能够实现图像的增量式生成，可提升用户体验，且大大降低资源消耗。

Description

一种图像生成方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及图像处理技术领域，尤其涉及一种图像生成方法、装置、电子设备及存储介质。

背景技术

目前已有的基于草图的图像生成方法，常包括对草图进行整体编码，基于编码结果从图库中查找相似图像；或者，对草图进行局部识别，分别查找各局部对应的图像并进行组合，得到最终图像。

然而，现有技术中根据草图生成图像的过程为一次性生成过程，即需要用户一次性完成草图的绘制，然后基于最终的草图去生成图像。面对草图绘制过程中持续更新草图并生成图像的需求，现有技术无法边绘制边更新，如果已经生成图像后，用户再对草图进行调整，那只能重新再基于整个更新后的草图从头进行图像生成，不仅降低用户体验，且浪费计算资源。

发明内容

本公开实施例提供了一种图像生成方法、装置、电子设备及存储介质，能够在草图绘制过程中实现对应图像的增量式生成，可提升用户体验，且大大降低资源消耗。

第一方面，本公开实施例提供了一种图像生成方法，包括：

响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

第二方面，本公开实施例还提供了一种图像生成装置，包括：

区域确定模块，用于响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

语义分割图更新模块，用于对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

结果图更新模块，用于至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

第三方面，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图像生成方法。

第四方面，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图像生成方法。

本公开实施例的技术方案，响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域；对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新；至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图。

本公开实施例中可同时维护草图、语义分割图和结果图三张图像，故可实现在草图持续绘制过程中，根据每次草图绘制更新后草图的更新区域对语义分割图进行增量更新，从而可以避免对草图进行整个图像的语义分割，可减少计算资源消耗。可通过图像生成模型根据更新后的语义分割图以及原结果图中的信息，在原结果图基础上生成包含与更新区域语义相同的对象的新的结果图，可在一定程度上减少了结果图生成过程中消耗的计算资源。综上，本公开实施例提供的图像生成方法能够实现图像的增量式生成，可提升用户体验，且大大降低资源消耗。

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为本公开实施例所提供的一种图像生成方法的流程示意图；

图2为本公开实施例所提供的一种图像生成方法的流程示意图；

图3为本公开实施例所提供的一种图像生成方法中模型训练的流程示意图；

图4为本公开实施例所提供的一种图像生成装置的结构示意图；

图5为本公开实施例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”。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

图1为本公开实施例所提供的一种图像生成方法的流程示意图。本公开实施例适用于在草图的持续绘制过程中基于草图生成结果图的情形。该方法可以由图像生成装置来执行，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，例如配置于手机、电脑等设备中。

如图1所示，本实施例提供的图像生成方法，可以包括：

S110、响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域。

本公开实施例中，图像生成装置可集成于草图设计类应用中，且可随该类应用配置于手机、电脑、可穿戴设备、增强现实(Augmented Reality，AR)设备、虚拟现实(VirtualReality，VR)设备等电子设备中去。该类应用可通过草图绘制界面接收草图绘制操作，其中草图绘制操作可以包括但不限于对草图中线条、图形等对象的增、删、改、移动、复制、镜像和缩放等操作。而一次草图绘制更新可以包括至少一个草图绘制操作，且可通过用户交互方式(例如检测到用户点击“草图绘制更新完成”控件)或自动识别方式(例如检测到用户在预设时间内无操作)，来确定本次草图绘制更新的完成节点。

草图绘制界面每接收到一次草图绘制更新就可传递至图像生成装置。图像生成装置内可维护一张草图，可响应于每次的草图绘制更新对草图进行持续绘制，即对草图进行增量式更新。针对每次草图绘制更新，可将草图绘制更新后的草图称为第一草图，将草图绘制更新前的草图称为第二草图。可以理解的是，本次草图绘制更新对应的第二草图，即为前一次草图绘制更新对应的第一草图。在每次对草图进行绘制后，可确定草图中对应的更新区域。该更新区域可认为是第一草图相较于第二草图的差别区域。

其中，可根据整体的第一草图和整体的第二草图确定更新区域。例如，在一些可选的实现方式中，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域，可以包括：确定草图绘制更新后的第一草图中各对象的各第三区域；确定草图绘制更新前的第二草图中各对象的各第四区域；根据各第三区域与各第四区域，确定第一草图相较于第二草图的更新区域。

其中，草图中的对象可认为是草图中包含语义信息的事物，例如动物、植物、人工制品、自然现象等客观存在的事物；对象的区域可认为是在草图中由对象的外边缘围合而成的区域。其中，可将第一草图中各对象对应的区域称为各第三区域，可将第二草图中各对象的区域称为各第四区域。

在这些可选的实现方式中，可基于传统的凸包算法、边缘检测算法等确定第一草图中的各第三区域，和/或可基于已有的图像分割模型确定第一草图中的各第三区域，在此不做穷举。而第二草图中的各第四区域可以是之前确定并存储的，可直接从存储位置读取各第四区域。可将各第三区域和各第四区域进行对齐，并确定对齐后各第三区域与各第四区域的非重叠区域。可根据该些非重叠区域确定更新区域。例如，直接将非重叠区域作为更新区域，或者将面积大于预设面积的非重叠区域作为更新区域等。

其中，也可以先根据草图绘制更新确定的目标局部区域，并根据该目标局部区域的第一草图部分和目标局部区域的第二草图部分确定更新区域。例如，可预先将草图绘制界面划分为两个或多个子区域，例如均分为两个或多个子区域；可根据草图绘制更新作用的子区域确定目标局部区域。又如，可根据草图绘制更新作用的区域生成目标框，目标框内的区域可作为目标局部区域；其中可基于传统检测框生成方式生成目标框，且目标框大小需稍大于草图绘制更新作用的区域。

在确定目标局部区域后，根据目标局部区域内的第一草图部分和目标局部区域的第二草图部分确定更新区域的步骤，可参考根据整体的第一草图和整体的第二草图确定更新区域，在此不做赘述。通过在目标局部区域内确定更新区域，可在一定程度上提高更新区域的确定速度。

S120、对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新。

本公开实施例中，图像生成装置内还可维护一张语义分割图，且草图的各像素与语义分割图中各元素可具备对应关系，语义分割图中元素的数值可表征草图中对应像素的语义信息。

针对每次草图绘制更新，第二草图对应的语义分割图可认为是草图绘制更新前草图对应的语义分割图。在草图进行更新区域的增量式绘制后，可将语义分割图内与更新区域对应的第一区域进行增量式更新。将第一区域进行增量式更新，可以理解为语义分割图内第一区域之外的元素的数值不变，仅将第一区域内的元素的数值进行更新。其中，可通过已有的具备语义提取功能的网络对更新区域进行语义特征提取，并可利用提取的语义特征对第一区域内的元素的数值进行替换，以实现第一区域的增量式更新。

在一些可选的实现方式中，对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新，可以包括：对更新区域进行图像分类，获取图像分类过程的中间状态的向量；根据中间状态的向量，对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新。

在这些可选的实现方式中，可通过已有的图像分类网络对更新区域进行图像分类，以识别出更新区域的对象对应的类别，该类别即可表征语义信息。可获取更新区域在图像分类网络中的中间状态向量(latent code)，并可将语义分割图像的第一区域内的元素的数值使用latent code进行替换。

S130、至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图。

本公开实施例中，图像生成装置内还可维护一张结果图，结果图的图像分类结果与草图的图像分类结果通常一致。相较于草图，结果图可认为是更为复杂、精美的图像，例如结果图可以为包括与草图内容相对应的，可以还原真实场景的图像；又如结果图可以是与草图内容相对应的，具有特定图像风格的高质量图像，例如动漫图像风格等。

本实施例中，可以通过预先训练完成的图像生成模型，同时利用更新后的语义信息以及第二草图对应的结果图中的信息，来在原结果图基础上生成包含与更新区域语义相同的对象的新的结果图，即生成第一草图对应的结果图。其中，图像生成模型可根据更新后的语义分割图以及第二草图对应的结果图的局部、整体的至少一种特征，生成第一草图对应的结果图。

此外，在草图绘制更新为草图绘制界面首次接收的绘制操作的情况下，可以认为第二草图为空白草图，相应的第二草图对应的语义分割图和结果图也皆为空白图像。此时，草图绘制更新所绘制的对象的区域即可作为第一草图相较于第二草图的更新区域。之后可直接确定该更新区域的语义分割图，并通过图像生成模块对该更新区域的语义分割图，通过图像生成模型生成首张结果图。

本公开实施例的技术方案，响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域；对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新；至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图。

本公开实施例中可同时维护草图、语义分割图和结果图三张图像，故可实现在草图持续绘制过程中，根据每次草图绘制更新后草图的更新区域对语义分割图进行增量更新，从而可以避免对草图进行整个图像的语义分割，可减少计算资源消耗。可通过图像生成模型根据更新后的语义分割图以及原结果图中的信息，在原结果图基础上生成包含与更新区域语义相同的对象的新的结果图，可在一定程度上减少了结果图生成过程中消耗的计算资源。综上，本公开实施例提供的图像生成方法能够实现图像的增量式生成，可提升用户体验，且大大降低资源消耗。

在一些可选的实现方式中，在确定更新区域后，还可以包括：对第二草图对应的结果图中与更新区域对应的第二区域进行处理。

针对每次草图绘制更新，第二草图对应的结果图可认为是草图绘制更新前草图对应的结果图。其中，草图的各像素与结果图的各像素可具备位置对应关系。在确定草图的更新区域后，可以将第二草图对应的结果图内与更新区域位置对应的第二区域进行处理，例如可以将第二区域内像素的像素值都设置为与草图绘制界面的界面背景相同，又如可以将第二区域内像素的像素值都设置为预设值，以实现对第二区域进行清除。并且，可以保留结果图内第二区域之外的其他像素的像素值，从而可以在此次草图绘制更新前的结果图基础上实现增量式生成新的结果图。其中，本步骤与上述步骤S120并无严格的时序关系，可先后执行或者可同时执行。

相应的，至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图，可以包括：至少基于更新后的语义分割图以及处理第二区域后的结果图，通过图像生成模型生成第一草图对应的结果图。

其中，通过预先训练完成的图像生成模型，同时利用更新后的语义信息以及第二草图对应的结果图中不涉及更新区域的部分的信息，来在原结果图基础上生成包含与更新区域语义相同的对象的新的结果图，即生成第一草图对应的结果图。其中，图像生成模型可根据更新后的语义分割图以及清除第二区域后结果图的局部、整体的至少一种特征，生成第一草图对应的结果图。

在这些可选的实现方式中，通过对第二草图对应的结果图中与更新区域相应区域进行清除，来很大程度上保留原结果图中与更新区域无关的信息。进而，可通过图像生成模型根据更新后的语义分割图以及原结果图中不涉及更新区域的部分的信息，在原结果图基础上生成包含与更新区域语义相同的对象的新的结果图，可在一定程度上减少了结果图生成过程中消耗的计算资源。

此外，在一些可选的实现方式中，图像生成方法还可以应用于虚拟场景交互中，第一草图可以为虚拟场景中基于用户绘制输入得到的草图；相应的，在生成第一草图对应的结果图后，还可以包括：将结果图作为虚拟场景新的环境贴图。

其中，电子设备(例如VR眼镜等虚拟现实显示设备)可通过将用户对外界的视觉、听觉封闭，可引导用户产生一种身在虚拟场景中的体验。在一些情况下，电子设备可响应于用户对其内部的交互式应用程序的访问请求/触发操作，向用户展示相应的虚拟场景；在另一些情况中，电子设备可直接响应于用户对设备的开机触发操作，向用户展示相应的虚拟场景。

当用户通过电子设备处于虚拟场景中时，设备可通过建立连接的硬件设备(例如手柄、手套、摄像头、触控屏或传感器等)采集用户输入的操作。该些操作可作用于虚拟场景中展示的控件，或可用于调出未展示的控件，以调出草图绘制界面并接收草图绘制操作，得到草图绘制更新后的第一草图。其中，环境贴图一般多指360°全景图，环境贴图中展示的是360°全景的物理环境，例如可包括天空、地面，以及天空中的天体、鸟类、飞行设备，地面上的植被、建筑设施等环境元素，这些元素整个作为一个环境贴图。通过设置环境贴图的形式可呈现虚拟场景中的基础环境的视觉信息，以全景式感知环境。

在这些实现方式中，生成第一草图对应的结果图可以为360°全景图，且可以作为虚拟场景的新的环境贴图。从而可实现基于第一草图对虚拟场景中环境贴图进行更新。相较于虚拟显示设备传统的输入与硬件对应的简单交互指令相比，通过基于第一草图对虚拟场景进行交互，可形成更为灵活、快捷的交互方式，可提高用户体验。

本公开实施例与上述实施例中所提供的图像生成方法中各个可选方案可以结合。本实施例所提供的图像生成方法，对第一草图的结果图的生成步骤进行了详细描述。本实施例中，图像生成模型包括编码器和解码器。通过将更新后的语义分割图以及清除第二区域后的结果图分别经过编码器进行特征提取，并将组合后的特征经过解码器进行解码，能够实现结果图的增量式生成。

图2为本公开实施例所提供的一种图像生成方法的流程示意图。如图2所示，本实施例提供的图像生成方法，可以包括：

S210、响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域。

S220、对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新。

S230、通过编码器分别对更新后的语义分割图以及第二草图对应的结果图进行编码，得到第一编码结果和第二编码结果。

本实施例中，图像生成模型可以包括至少一个编码器(encoder)。可以基于至少一个编码器分别对更新后的语义分割图以及第二草图对应的结果图进行编码。且对更新后的语义分割图进行编码的至少一个编码器的类型，与对第二草图对应的结果图进行编码的至少一个编码器的类型可以存在重叠，也可以不存在重叠。

可以将更新后的语义分割图的编码结果称为第一编码结果，将第二草图对应的结果图的编码结果称为第二编码结果。第一编码结果可表征更新后的语义分割图的局部、整体的至少一项特征，第二编码结果可表征第二草图对应的结果图的局部、整体的至少一项特征。

S240、将第一编码结果和第二编码结果进行组合，得到第三编码结果。

本实施例中，可将第一编码结果和第二编码结果进行融合、拼接等组合操作，并将组合结果作为第三编码结果。

S250、通过解码器对第三编码结果进行解码，得到第一草图的结果图；其中编码器和解码器间存在跳跃连接。

本实施例中，编码器可以将输入的高纬度的语义分割图和结果图下采样为较低维度的第一编码结果和第二编码结果。解码器(decoder)可以将第一编码结果和第二编码结果的组合，还原重建为高纬度的结果图。其中，结果图的编码器和解码器之间可存在跳跃连接(skip connection)，可以认为编码器中一些网络层的输出可跳跃至少一层网络层，来直接作为解码器中另一些网络层的输入，以实现低纬度信息与高纬度信息之间的融合，可提高结果图的生成效果。

本公开实施例的技术方案，对第一草图的结果图的生成步骤进行了详细描述。其中，图像生成模型包括编码器和解码器。通过将更新后的语义分割图以及第二草图对应的结果图分别经过编码器进行特征提取，并将组合后的特征经过解码器进行解码，能够实现最新结果图的生成。本公开实施例提供的图像生成方法与上述实施例提供的图像生成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。

本公开实施例与上述实施例中所提供的图像生成方法中各个可选方案可以结合。本实施例所提供的图像生成方法，对图像生成模型的训练步骤进行了详细描述。通过基于样本草图和样本结构图进行有监督训练，能够使图像生成模型具备较佳的结果图生成性能。

图3为本公开实施例所提供的一种图像生成方法中模型训练的流程示意图。如图3所示，本实施例提供的图像生成方法中模型训练步骤，可以包括：

S310、获取训练数据；训练数据包括样本草图以及与样本草图对应的样本结果图。

本实施例中，样本草图与样本结果图可以为成对数据。其中，可以收集、构建样本草图，并从已有的图库中标注与样本草图对应的样本结果图，来实现训练数据的获取。其中，样本草图与样本结果图可以同为不存在畸变的普通图像，也可以同为存在一定畸变的全景图或广角图等畸变图像。相应的，基于普通图像进行训练的图像生成模型，在训练完成后可用生成属于普通图像的结果图；基于畸变图像进行训练的图像生成模型，在训练完成后可用生成属于畸变图像的结果图。可以认为，当结果图为普通图像时，对应的草图和语义分割图也可以为普通图像；当结果图为畸变图像时，对应的草图和语义分割图也可以为同种畸变图像。

此外，在一些可选的实现方式中，获取训练数据也可以包括：获取样本结果图；对样本结果图进行图像分类，得到分类结果；根据分类结果匹配对应的草图对象，并根据草图对象生成样本草图。

其中，样本结果图可认为是已有图库中的图像。图库中的图像除包括不存在畸变的普通图像外，还可以包括存在一定畸变的全景图、广角图等畸变图像。针对畸变图像，可以在对样本结果图进行图像分类前进行反畸变处理，得到普通图像，且后续处理步骤可与普通图像相同，以使图像生成模型基于普通图像进行训练；此外也可不对畸变图像进行反畸变处理，以使图像生成模型基于畸变图像进行训练。

在这些可选的实现方式中，可将图库中已有图像作为样本结果图。在此基础上，可对样本结果图进行图像分类，基于分类结果匹配从预设草图库中匹配对应的草图对象，并组合各草图对象来生成样本草图。从而可实现训练数据的自动、快速地构建。

S320、基于样本草图的语义分割图，通过图像生成模型生成预测结果图。

本实施例中，可通过已有的语义分割模型确定样本草图的语义分割图。并可以将语义分割图输入图像生成模型，以使图像生成模型输出对应的预测结果图。

S330、根据预测结果图确定损失值，并根据损失值对图像生成模型进行训练。

其中，可根据预测结果图与样本草图之间的损失值、预测结果图与样本结果图之间的损失值、预测结果图对应的特征图与样本草图对应的特征图之间损失值、预测结果图对应的特征图与样本结果图对应的特征图之间的损失值中的至少一项确定最终的损失值。其中，可基于已有的损失函数确定各图像之间的损失值，且损失函数包括但不限于交叉熵损失函数、感知损失函数和风格损失函数等等。

其中，可将损失值进行反向传播，以更新图像生成模型中的参数，从而可实现对图像生成模型进行训练。

在一些可选的实现方式中，根据预测结果图确定损失值，可以包括下述至少一项：根据预测结果图的语义分割图以及样本草图的语义分割图，确定第一损失值；根据预测结果图以及样本结果图，确定第二损失值；其中，第一损失值和第二损失值包含于损失值。

在这些可选的实现方式中，通过确定第一损失值可保证样本草图与预测结果图的特征一致性；通过确定第二损失值可保证预测结果图像与样本结果图的相似性。可将第一损失值和第二损失值的加权和，作为最终的损失值。

本公开实施例的技术方案，对图像生成模型的训练步骤进行了详细描述。通过基于样本草图和样本结构图进行有监督训练，能够使图像生成模型具备较佳的结果图生成性能。本公开实施例提供的图像生成方法与上述实施例提供的图像生成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。

图4为本公开实施例所提供的一种图像生成装置的结构示意图。本实施例提供的图像生成装置适用于在草图的持续绘制过程中基于草图生成结果图的情形。

如图4所示，本公开实施例提供的图像生成装置，可以包括：

区域确定模块410，用于响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域；

语义分割图更新模块420，用于对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新；

结果图更新模块430，用于至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图。

在一些可选的实现方式中，图像生成装置，还可以包括：

结果图处理模块，用于对第二草图对应的结果图中与更新区域对应的第二区域进行处理；

相应的，结果图更新模块，可以用于：至少基于更新后的语义分割图以及处理第二区域后的结果图，通过图像生成模型生成第一草图对应的结果图。

在一些可选的实现方式中，区域确定模块，可以用于：

确定草图绘制更新后的第一草图中各对象的各第三区域；

确定草图绘制更新前的第二草图中各对象的各第四区域；

根据各第三区域与各第四区域，确定第一草图相较于第二草图的更新区域。

在一些可选的实现方式中，语义分割图更新模块，可以用于：

对更新区域进行图像分类，获取图像分类过程的中间状态的向量；

根据中间状态的向量，对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新。

在一些可选的实现方式中，图像生成模型包括编码器和解码器；结果图更新模块，可以用于基于下述步骤生成第一草图的结果图：

通过编码器分别对更新后的语义分割图以及第二草图对应的结果图进行编码，得到第一编码结果和第二编码结果；

将第一编码结果和第二编码结果进行组合，得到第三编码结果；

通过解码器对第三编码结果进行解码，得到第一草图的结果图；其中编码器和解码器间存在跳跃连接。

在一些可选的实现方式中，图像生成装置，还可以包括：

模型训练模块，用于基于下述步骤训练图像生成模型：

获取训练数据；训练数据包括样本草图以及与样本草图对应的样本结果图；

基于样本草图的语义分割图，通过图像生成模型生成预测结果图；

根据预测结果图确定损失值，并根据损失值对图像生成模型进行训练。

在一些可选的实现方式中，模型训练模块，可以用于基于下述至少一项来根据预测结果图确定损失值：

根据预测结果图的语义分割图以及样本草图的语义分割图，确定第一损失值；

根据预测结果图以及样本结果图，确定第二损失值；其中，第一损失值和第二损失值包含于损失值。

在一些可选的实现方式中，模型训练模块，可以用于：

获取样本结果图；

对样本结果图进行图像分类，得到分类结果；

根据分类结果匹配对应的草图对象，并根据草图对象生成样本草图。

本公开实施例所提供的图像生成装置，可执行本公开任意实施例所提供的图像生成方法，具备执行方法相应的功能模块和有益效果。

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。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图5中的终端设备或服务器)500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5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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(Read-Only Memory，ROM)502中的程序或者从存储装置508加载到随机访问存储器(Random Access Memory，RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的图像生成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图像生成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。

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图像生成方法。

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：

响应于草图绘制更新，确定草图绘制更新后的第一草图中相较于草图绘制更新前的第二草图的更新区域；对第二草图对应的语义分割图中与更新区域对应的第一区域进行更新；至少基于更新后的语义分割图以及第二草图对应的结果图，通过图像生成模型生成第一草图对应的结果图。

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，提供了一种图像生成方法，该方法包括：

响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，在确定所述更新区域后，还包括：

对所述第二草图对应的结果图中与所述更新区域对应的第二区域进行处理；

相应的，所述至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图，包括：

至少基于更新后的所述语义分割图以及处理所述第二区域后的结果图，通过图像生成模型生成所述第一草图对应的结果图。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域，包括：

确定所述草图绘制更新后的第一草图中各对象的各第三区域；

确定所述草图绘制更新前的第二草图中各对象的各第四区域；

根据所述各第三区域与所述各第四区域，确定所述第一草图相较于所述第二草图的更新区域。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新，包括：

对所述更新区域进行图像分类，获取所述图像分类过程的中间状态的向量；

根据所述中间状态的向量，对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述图像生成模型包括编码器和解码器；所述第一草图的结果图的生成步骤，包括：

通过所述编码器分别对更新后的所述语义分割图以及所述第二草图对应的结果图进行编码，得到第一编码结果和第二编码结果；

将所述第一编码结果和第二编码结果进行组合，得到第三编码结果；

通过所述解码器对所述第三编码结果进行解码，得到所述第一草图的结果图；其中所述编码器和所述解码器间存在跳跃连接。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述图像生成模型的训练步骤，包括：

获取训练数据；所述训练数据包括样本草图以及与所述样本草图对应的样本结果图；

基于所述样本草图的语义分割图，通过图像生成模型生成预测结果图；

根据所述预测结果图确定损失值，并根据所述损失值对所述图像生成模型进行训练。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述根据所述预测结果图确定损失值，包括下述至少一项：

根据所述预测结果图的语义分割图以及所述样本草图的语义分割图，确定第一损失值；

根据所述预测结果图以及所述样本结果图，确定第二损失值；其中，所述第一损失值和所述第二损失值包含于所述损失值。

根据本公开的一个或多个实施例，提供了一种图像生成方法，还包括：

在一些可选的实现方式中，所述获取训练数据，包括：

获取样本结果图；

对所述样本结果图进行图像分类，得到分类结果；

根据所述分类结果匹配对应的草图对象，并根据所述草图对象生成所述样本草图。

根据本公开的一个或多个实施例，提供了一种图像生成装置，该装置包括：

区域确定模块，用于响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

语义分割图更新模块，用于对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

结果图更新模块，用于至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

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 (11)

1.一种图像生成方法，其特征在于，包括：

响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

2.根据权利要求1所述的方法，其特征在于，在确定所述更新区域后，还包括：

对所述第二草图对应的结果图中与所述更新区域对应的第二区域进行处理；

相应的，所述至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图，包括：

至少基于更新后的所述语义分割图以及处理所述第二区域后的结果图，通过图像生成模型生成所述第一草图对应的结果图。

3.根据权利要求1所述的方法，其特征在于，所述确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域，包括：

确定所述草图绘制更新后的第一草图中各对象的各第三区域；

确定所述草图绘制更新前的第二草图中各对象的各第四区域；

根据所述各第三区域与所述各第四区域，确定所述第一草图相较于所述第二草图的更新区域。

4.根据权利要求1所述的方法，其特征在于，所述对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新，包括：

对所述更新区域进行图像分类，获取所述图像分类过程的中间状态的向量；

根据所述中间状态的向量，对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新。

5.根据权利要求1所述的方法，其特征在于，所述图像生成模型包括编码器和解码器；所述第一草图的结果图的生成步骤，包括：

通过所述编码器分别对更新后的所述语义分割图以及所述第二草图对应的结果图进行编码，得到第一编码结果和第二编码结果；

将所述第一编码结果和第二编码结果进行组合，得到第三编码结果；

通过所述解码器对所述第三编码结果进行解码，得到所述第一草图的结果图；其中所述编码器和所述解码器间存在跳跃连接。

6.根据权利要求1所述的方法，其特征在于，所述图像生成模型的训练步骤，包括：

获取训练数据；所述训练数据包括样本草图以及与所述样本草图对应的样本结果图；

基于所述样本草图的语义分割图，通过图像生成模型生成预测结果图；

根据所述预测结果图确定损失值，并根据所述损失值对所述图像生成模型进行训练。

7.根据权利要求6所述的方法，其特征在于，所述根据所述预测结果图确定损失值，包括下述至少一项：

根据所述预测结果图的语义分割图以及所述样本草图的语义分割图，确定第一损失值；

根据所述预测结果图以及所述样本结果图，确定第二损失值；其中，所述第一损失值和所述第二损失值包含于所述损失值。

8.根据权利要求6所述的方法，其特征在于，所述获取训练数据，包括：

获取样本结果图；

对所述样本结果图进行图像分类，得到分类结果；

根据所述分类结果匹配对应的草图对象，并根据所述草图对象生成所述样本草图。

9.一种图像生成装置，其特征在于，包括：

区域确定模块，用于响应于草图绘制更新，确定所述草图绘制更新后的第一草图中相较于所述草图绘制更新前的第二草图的更新区域；

语义分割图更新模块，用于对所述第二草图对应的语义分割图中与所述更新区域对应的第一区域进行更新；

结果图更新模块，用于至少基于更新后的所述语义分割图以及所述第二草图对应的结果图，通过图像生成模型生成所述第一草图对应的结果图。

10.一种电子设备，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1-8中任一所述的图像生成方法。

11.一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1-8中任一所述的图像生成方法。