本发明专利技术实施例提供了一种模型生成方法、图像生成方法、装置、电子设备及可读存储介质，该方法包括：获取多个训练数据，每个训练数据包括：样本图像和样本图像的面部掩码图像，面部掩码图像用于标记样本图像的面部区域；将样本图像输入至预设处理模型，得到预测热度图像；基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值；权重图像用于表征样本图像中像素点对应的权重值；根据加权损失值训练预设处理模型，直至加权损失值满足训练停止条件，得到图像处理模型。根据本发明专利技术的实施例，能够提升训练得到的图像处理模型的准确性。够提升训练得到的图像处理模型的准确性。够提升训练得到的图像处理模型的准确性。
【技术实现步骤摘要】
模型生成方法、图像生成方法、装置、电子设备及可读存储介质
[0001]本专利技术涉及图像处理
，特别是涉及一种模型生成方法、图像生成方法、装置、电子设备及可读存储介质。
技术介绍
[0002]随着电子设备的不断发展，很多用户喜欢通过电子设备上的应用程序对照片进行多种多样的处理，比如用人脸图像生成素描图像。
[0003]目前，素描图像一般可以采用阈值分割来生成。其中，阈值分割是通过设定不同的特征阈值，把图像像素点分为若干类，基于阈值分割生成的素描图像的边缘不够清晰，比较模糊。由此，目前缺少一种能够高效准确的生成素描图像的方法。
技术实现思路
[0004]本专利技术实施例的目的在于提供一种模型生成方法、图像生成方法、装置、电子设备及可读存储介质，能够提升训练得到的图像处理模型的准确性，进而提升基于图形处理模型生成的图像的准确性。具体技术方案如下：
[0005]在本专利技术实施的第一方面，首先提供了一种模型生成方法，包括：
[0006]获取多个训练数据，每个训练数据包括：样本图像和样本图像的面部掩码图像，面部掩码图像用于标记样本图像的面部区域；
[0007]将样本图像输入至预设处理模型，得到预测热度图像；
[0008]基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值；权重图像用于表征样本图像中像素点对应的权重值；
[0009]根据加权损失值训练预设处理模型，直至加权损失值满足训练停止条件，得到图像处理模型。
[0010]可选的，在基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值之前，方法还包括：
[0011]对样本图像进行边缘提取处理，确定样本图像中的边缘像素点，边缘像素点包括：发丝像素点、面部轮廓像素点和五官轮廓像素点；
[0012]根据边缘像素点生成权重图像。
[0013]可选的，在基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值之前，方法还包括：
[0014]对样本图像，做高斯拉普拉斯算子变换，得到权重图像。
[0015]可选的，基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值，包括：
[0016]确定预测热度图像中的每个像素点相对面部掩码图像的损失值；
[0017]基于权重图像，对损失值进行加权融合处理，得到加权损失值。
[0018]可选的，在根据加权损失值训练预设处理模型之前，方法还包括：
[0019]对样本图像进行降采样处理，得到多个尺寸的样本图像；
[0020]分别确定每个尺寸的样本图像对应的加权损失值；
[0021]根据预设权重系数和每个尺寸的样本图像对应的加权损失值，确定多尺寸损失值；
[0022]根据加权损失值训练预设处理模型，包括：
[0023]根据多尺寸损失值训练预设处理模型。
[0024]可选的，在将样本图像输入至预设处理模型，得到预测热度图像之前，方法还包括：
[0025]获取预设图像，预设图像包括面部区域；
[0026]对预设图像进行面部检测，确定面部区域的检测框；
[0027]基于检测框对预设图像进行预裁剪处理，得到样本图像。
[0028]可选的，基于检测框对预设图像进行预裁剪处理，得到样本图像，包括：
[0029]基于检测框，从预设图像中截取第一尺寸的面部区域图像；
[0030]对第一尺寸的面部区域图像进行多次随机裁剪，得到样本图像，样本图像包括多个第二尺寸的面部区域图像。
[0031]在本专利技术实施的第二方面，提供了一种图像生成方法，包括：
[0032]获取待处理图像，待处理图像包括面部区域；
[0033]将待处理图像输入至预先训练的图像处理模型，得到面部热度图像；图像处理模型根据样本图像和样本图像的面部掩码图像训练得到，面部掩码图像用于标记样本图像的面部区域；
[0034]对面部热度图像进行滤波处理，生成素描图像。
[0035]在本专利技术实施的第三方面，还提供了一种模型生成装置，包括：
[0036]第一获取模块，用于获取多个训练数据，每个训练数据包括：样本图像和样本图像的面部掩码图像，面部掩码图像用于标记样本图像的面部区域；
[0037]第一输入模块，用于将样本图像输入至预设处理模型，得到预测热度图像；
[0038]加权模块，用于基于权重图像，对预测热度图像中的每个像素点相对面部掩码图像的损失值，进行加权融合处理，得到加权损失值；权重图像用于表征样本图像中像素点对应的权重值；
[0039]训练模块，用于根据加权损失值训练预设处理模型，直至加权损失值满足训练停止条件，得到图像处理模型。
[0040]在本专利技术实施的第四方面，还提供了一种图像生成装置，包括：
[0041]第二获取模块，用于获取待处理图像，待处理图像包括面部区域；
[0042]第二输入模块，用于将待处理图像输入至预先训练的图像处理模型，得到面部热度图像；图像处理模型根据样本图像和样本图像的面部掩码图像训练得到，面部掩码图像用于标记样本图像的面部区域；
[0043]生成模块，用于对面部热度图像进行滤波处理，生成素描图像。
[0044]在本专利技术实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的方法。
[0045]在本专利技术实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的方法。
[0046]本专利技术实施例提供的模型生成方法，通过将训练数据中的样本图像输入至预设处理模型，得到预测热度图像，根据面部掩码图像和预测热度图像计算每个像素点对应的损失值，由于面部掩码图像是用于标记样本图像的面部区域的，所以以面部掩码图像为目标的预设处理模型输出的预测热度图像能够体现面部区域像素点的显著程度。尤其对于发丝以及面部五官轮廓这些边缘像素点来说，显著程度明显高于面部区域中的脸颊像素点，所以基于权重图像对每个像素点对应的损失值进行加权处理得到的加权损失值，能够强调边缘像素点的损失值，进而根据加权损失值训练的图像处理模型，可以不断提升预设处理模型输出的预测热度图像的准确度，直到加权损失值满足训练停止条件，得到图像处理模型，通过本专利技术实施例训练得到的图像处理模型可以快速准确地输出待处理图像对应的面部热度图像。
附图说明
[0047]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0048]图1是本专利技术实施例提供的一种图像处理模型结构示意图；
[0049]图2是本专利技术实施例提供的一种模型生成方法的流程图；
...
【技术保护点】
【技术特征摘要】
1.一种模型生成方法，其特征在于，所述方法包括：获取多个训练数据，每个所述训练数据包括：样本图像和所述样本图像的面部掩码图像，所述面部掩码图像用于标记所述样本图像的面部区域；将所述样本图像输入至预设处理模型，得到预测热度图像；基于权重图像，对所述预测热度图像中的每个像素点相对所述面部掩码图像的损失值，进行加权融合处理，得到加权损失值；所述权重图像用于表征所述样本图像中像素点对应的权重值；根据所述加权损失值训练所述预设处理模型，直至所述加权损失值满足所述训练停止条件，得到图像处理模型。2.根据权利要求1所述的方法，在所述基于权重图像，对所述预测热度图像中的每个像素点相对所述面部掩码图像的损失值，进行加权融合处理，得到加权损失值之前，所述方法还包括：对所述样本图像进行边缘提取处理，确定所述样本图像中的边缘像素点，所述边缘像素点包括：发丝像素点、面部轮廓像素点和五官轮廓像素点；根据所述边缘像素点生成所述权重图像。3.根据权利要求1所述的方法，在所述基于权重图像，对所述预测热度图像中的每个像素点相对所述面部掩码图像的损失值，进行加权融合处理，得到加权损失值之前，所述方法还包括：对所述样本图像，做高斯拉普拉斯算子变换，得到所述权重图像。4.根据权利要求1所述的方法，所述基于权重图像，对所述预测热度图像中的每个像素点相对所述面部掩码图像的损失值，进行加权融合处理，得到加权损失值，包括：确定所述预测热度图像中的每个像素点相对所述面部掩码图像的损失值；基于所述权重图像，对所述损失值进行加权融合处理，得到所述加权损失值。5.根据权利要求1所述的方法，在所述根据所述加权损失值训练所述预设处理模型，直至所述加权损失值满足所述训练停止条件，得到图像处理模型之前，所述方法还包括：对所述样本图像进行降采样处理，得到多个尺寸的样本图像；分别确定每个尺寸的样本图像对应的加权损失值；根据预设权重系数和所述每个尺寸的样本图像对应的加权损失值，确定多尺寸损失值；所述根据所述加权损失值训练所述预设处理模型，包括：根据所述多尺寸损失值训练所述预设处理模型，直至所述多尺寸损失值满足所述训练停止条件，得到所述图像处理模型。6.根据权利要求1所述的方法，在所述将所述样本图像输入至预设处理模型，得到预测热度图像之前，所述方法还包括：获取预设图像，所述预设图像包括面部区域；对所述预设图像进行面部检测，确定所述面部区域的检测框；基于所述检测框对所述预设图像进行预裁剪处理，得到所述样本图像。7.根据权利要求6所述的...
【专利技术属性】
技术研发人员：丁苗高，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。