图像生成方法、模型训练方法、装置、设备及介质制造方法及图纸

本公开是关于一种图像生成方法、模型训练方法、装置、设备及介质，属于计算机技术领域。方法包括：在特征集合中进行随机采样，得到至少两个第一特征；为至少两个第一特征中的每个第一特征分配一种预设属性；调用图像生成模型，基于至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像；将随机采样得到的第二特征替换至少两个第一特征中属于第一预设属性的第一特征；调用图像生成模型，基于剩余的第一特征、第二特征以及剩余的第一特征所属的预设属性和第二特征所属的预设属性，生成第二图像。在生成图像时，通过改变属于其中一种预设属性的特征，即可对生成的图像中属于该预设属性的特征进行调整，实现了对图像的特征进行控制。征进行控制。征进行控制。

【技术实现步骤摘要】
图像生成方法、模型训练方法、装置、设备及介质


[0001]本公开涉及计算机
，尤其涉及一种图像生成方法、模型训练方法、装置、设备及介质。

技术介绍

[0002]随着计算机技术的发展，对图像的处理方式也越来越多样。目前提出了一种图像生成方法，能够自动地生成图像。
[0003]相关技术中，将任一噪声作为图像特征，通过训练图像生成模型，学习从图像特征到图像之间的映射关系，调用该图像生成模型即可基于被作为图像特征的噪声生成对应的图像。但是，由于噪声的影响情况是未知的，因此难以控制所生成图像的特征，因此图像生成的可控性较差。

技术实现思路

[0004]本公开提供了一种图像生成方法、模型训练方法、装置、设备及介质，能够提高图像生成的可控性。
[0005]根据本公开实施例的一方面，提供一种图像生成方法，所述方法包括：
[0006]在特征集合中进行随机采样，得到至少两个第一特征，所述特征集合包括用于生成图像的多个特征；
[0007]为所述至少两个第一特征中的每个第一特征分配一种预设属性；
[0008]调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像，以使所述第一图像中属于每种预设属性的图像特征与属于每种预设属性的第一特征分别相同；
[0009]将随机采样得到的第二特征替换所述至少两个第一特征中属于第一预设属性的第一特征，所述第一预设属性为至少两种预设属性中的任一种预设属性；
[0010]调用所述图像生成模型，基于剩余的第一特征、所述第二特征以及剩余的第一特征所属的预设属性和所述第二特征所属的预设属性，生成第二图像，以使所述第二图像中属于每种预设属性的图像特征与属于每种预设属性的剩余的第一特征或所述第二特征分别相同。
[0011]可选地，所述调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像之前，所述方法还包括：
[0012]基于所述至少两种预设属性的排列顺序以及每个第一特征所属的预设属性，将所述至少两个第一特征进行拼接；
[0013]所述调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像，包括：
[0014]调用所述图像生成模型，基于拼接后的第一特征，生成所述第一图像。
[0015]可选地，所述在特征集合中进行随机采样，得到至少两个第一特征，包括：
[0016]在至少两个特征集合中进行随机采样，得到所述至少两个第一特征，其中不同的特征集合对应的预设属性不同；
[0017]所述为所述至少两个第一特征中的每个第一特征分配一种预设属性，包括：
[0018]分别为所述每个第一特征分配所属特征集合对应的预设属性。
[0019]可选地，所述图像生成模型的训练过程，包括：
[0020]在所述特征集合中进行随机采样，得到至少两个第三特征；
[0021]为所述至少两个第三特征中的每个第三特征分配一种预设属性；
[0022]调用所述图像生成模型，基于所述至少两个第三特征以及每个第三特征所属的预设属性，生成第一样本图像，以使所述第一样本图像中属于每种预设属性的图像特征与属于每种预设属性的第三特征分别相同；
[0023]对所述第一样本图像进行判别，得到第一判别结果，所述第一判别结果表示所述第一样本图像被判别为非合成图像的概率，所述非合成图像不是模型生成的；
[0024]基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大。
[0025]根据本公开实施例的另一方面，提供一种模型训练方法，所述方法包括：
[0026]在特征集合中进行随机采样，得到至少两个第三特征；
[0027]为所述至少两个第三特征中的每个第三特征分配一种预设属性；
[0028]调用图像生成模型，基于所述至少两个第三特征以及每个第三特征所属的预设属性，生成第一样本图像，以使所述第一样本图像中属于每种预设属性的图像特征与属于每种预设属性的第三特征分别相同；
[0029]对所述第一样本图像进行判别，得到第一判别结果，所述第一判别结果表示所述第一样本图像被判别为非合成图像的概率，所述非合成图像不是模型生成的；
[0030]基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大。
[0031]可选地，所述对所述第一样本图像进行判别，得到第一判别结果，包括：
[0032]调用图像判别模型，对所述第一样本图像进行判别，得到所述第一判别结果；
[0033]所述基于所述第一判别结果，训练所述图像生成模型，包括：
[0034]基于所述第一判别结果，训练所述图像生成模型和所述图像判别模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大，调用训练后的图像判别模型将所述图像生成模型生成的图像判别为所述非合成图像的概率减小。
[0035]可选地，所述方法还包括：
[0036]获取第二样本图像，所述第二样本图像为所述非合成图像；
[0037]调用所述图像判别模型，对所述第二样本图像进行判别，得到第二判别结果，所述第二判别结果表示所述第二样本图像被判别为所述非合成图像的概率；
[0038]所述基于所述第一判别结果，训练所述图像生成模型和所述图像判别模型，包括：
[0039]基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大；
[0040]基于所述第一判别结果和所述第二判别结果，训练所述图像判别模型，以使调用训练后的图像判别模型将所述图像生成模型生成的图像判别为所述非合成图像的概率减
小，且调用训练后的图像判别模型将所述非合成图像判别为所述非合成图像的概率增大。
[0041]可选地，所述方法还包括：
[0042]在所述特征集合中进行随机采样，得到第四特征；
[0043]将所述第四特征替换所述至少两个第三特征中属于第二预设属性的第三特征，所述第二预设属性为至少两种预设属性中的任一种预设属性；
[0044]调用所述图像生成模型，基于剩余的第三特征、所述第四特征以及剩余的第三特征所属的预设属性和所述第四特征所属的预设属性，生成第三样本图像，以使所述第三样本图像中属于每种预设属性的图像特征与属于每种预设属性的剩余的第三特征或所述第四特征分别相同；
[0045]所述对所述第一样本图像进行判别，得到第一判别结果，包括：
[0046]对所述第一样本图像和所述第三样本图像进行判别，得到所述第一判别结果，所述第一判别结果表示所述第一样本图像和所述第三样本图像满足第一目标条件的概率，所述第一目标条件是指所述第一样本图像和所述第三样本图像被判别为所述非合成图像，且所述第一样本图像和所述第三样本图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像生成方法，其特征在于，所述方法包括：在特征集合中进行随机采样，得到至少两个第一特征，所述特征集合包括用于生成图像的多个特征；为所述至少两个第一特征中的每个第一特征分配一种预设属性；调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像，以使所述第一图像中属于每种预设属性的图像特征与属于每种预设属性的第一特征分别相同；将随机采样得到的第二特征替换所述至少两个第一特征中属于第一预设属性的第一特征，所述第一预设属性为至少两种预设属性中的任一种预设属性；调用所述图像生成模型，基于剩余的第一特征、所述第二特征以及剩余的第一特征所属的预设属性和所述第二特征所属的预设属性，生成第二图像，以使所述第二图像中属于每种预设属性的图像特征与属于每种预设属性的剩余的第一特征或所述第二特征分别相同。2.根据权利要求1所述的图像生成方法，其特征在于，所述调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像之前，所述方法还包括：基于所述至少两种预设属性的排列顺序以及每个第一特征所属的预设属性，将所述至少两个第一特征进行拼接；所述调用图像生成模型，基于所述至少两个第一特征以及每个第一特征所属的预设属性，生成第一图像，包括：调用所述图像生成模型，基于拼接后的第一特征，生成所述第一图像。3.根据权利要求1所述的图像生成方法，其特征在于，所述在特征集合中进行随机采样，得到至少两个第一特征，包括：在至少两个特征集合中进行随机采样，得到所述至少两个第一特征，其中不同的特征集合对应的预设属性不同；所述为所述至少两个第一特征中的每个第一特征分配一种预设属性，包括：分别为所述每个第一特征分配所属特征集合对应的预设属性。4.根据权利要求1
‑
3任一项所述的图像生成方法，其特征在于，所述图像生成模型的训练过程，包括：在所述特征集合中进行随机采样，得到至少两个第三特征；为所述至少两个第三特征中的每个第三特征分配一种预设属性；调用所述图像生成模型，基于所述至少两个第三特征以及每个第三特征所属的预设属性，生成第一样本图像，以使所述第一样本图像中属于每种预设属性的图像特征与属于每种预设属性的第三特征分别相同；对所述第一样本图像进行判别，得到第一判别结果，所述第一判别结果表示所述第一样本图像被判别为非合成图像的概率，所述非合成图像不是模型生成的；基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大。5.一种模型训练方法，其特征在于，所述方法包括：
在特征集合中进行随机采样，得到至少两个第三特征；为所述至少两个第三特征中的每个第三特征分配一种预设属性；调用图像生成模型，基于所述至少两个第三特征以及每个第三特征所属的预设属性，生成第一样本图像，以使所述第一样本图像中属于每种预设属性的图像特征与属于每种预设属性的第三特征分别相同；对所述第一样本图像进行判别，得到第一判别结果，所述第一判别结果表示所述第一样本图像被判别为非合成图像的概率，所述非合成图像不是模型生成的；基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大。6.根据权利要求5所述的模型训练方法，其特征在于，所述对所述第一样本图像进行判别，得到第一判别结果，包括：调用图像判别模型，对所述第一样本图像进行判别，得到所述第一判别结果；所述基于所述第一判别结果，训练所述图像生成模型，包括：基于所述第一判别结果，训练所述图像生成模型和所述图像判别模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大，调用训练后的图像判别模型将所述图像生成模型生成的图像判别为所述非合成图像的概率减小。7.根据权利要求6所述的模型训练方法，其特征在于，所述方法还包括：获取第二样本图像，所述第二样本图像为所述非合成图像；调用所述图像判别模型，对所述第二样本图像进行判别，得到第二判别结果，所述第二判别结果表示所述第二样本图像被判别为所述非合成图像的概率；所述基于所述第一判别结果，训练所述图像生成模型和所述图像判别模型，包括：基于所述第一判别结果，训练所述图像生成模型，以使调用训练后的图像生成模型生成的图像被判别为所述非合成图像的概率增大；基于所述第一判别结果和所述第二判别结果，训练所述图像判别模型，以使调用训练后的图像判别模型将所述图像生成模型生成的图像判别为所述非合成图像的概率减小，且调用训练后的图像判别模型将所述非合成图像判别为所述非合成图像的概率增大。8.根据权利要求5所述的模型训练方法，其特征在于，所述方法还包括：在所述特征集合中进行随机采样，得到第四特征；将所述第四特征替换所述至少两个第三特征中属于第二预设属性的第三特征，所述第二预设属性为至少两种预设属性中的任一种预设属性；调用所述图像生成模型，基于剩余的第三特征、所述第四特征以及剩余的第三特征所属的预设属性和所述第四特征所属的预设属性，生成第三样本图像，以使所述第三...

【专利技术属性】
技术研发人员：李志航，刘锦龙，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：