System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像处理,具体涉及一种图像生成方法、装置、电子设备及存储介质。
技术介绍
1、随着人工智能技术在图像生成领域的不断发展,用户的创作方式不再局限于根据文本生成图像,还可以根据初始图像生成目标图像。在根据初始图像生成目标图像的过程中,用户可能会将初始图像进行多次转换,得到多个目标图像。若初始图像中包括人脸区域,那么,由于人脸在整个初始图像中的占比较小,在目标图像生成的过程中可能会遗漏初始图像中的人脸区域的特征,从而导致同一个初始图像转化成目标图像之后,目标图像中的人脸特征和初始图像中人脸区域的人脸特征不一致,图像生成质量比较差。
技术实现思路
1、本申请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,通过在生成目标人脸图像的过程中保持人脸和五官的一致性,提升图像生成质量。
2、第一方面,本申请实施例提供一种图像生成方法,该方法包括:
3、获取初始人脸图像;
4、获取所述初始人脸图像中的至少一个第一五官图像;
5、获取与所述初始人脸图像对应的第一图像描述,以及与每个第一五官图像对应的第二图像描述;
6、获取所述初始人脸图像中的第一人脸特征和每个第一五官图像中的第一五官特征;
7、基于所述第一图像描述、每个第一五官图像对应的第二图像描述、所述第一人脸特征以及每个第一五官图像的第一五官特征,得到目标人脸图像。
8、第二方面,本申请实施例提供一种图像生成模型训练方法,该方法包括:
10、获取所述初始人脸图像样本中的至少一个第三五官图像;
11、获取与所述初始人脸图像样本对应的第三图像描述,以及与每个第三五官图像对应的第四图像描述;
12、获取所述初始人脸图像样本中的第三人脸特征和每个第三五官图像中的第三五官特征;
13、基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型。
14、第三方面,本申请实施例提供一种图像生成装置,该装置包括:收发单元和处理单元;
15、所述收发单元,用于获取初始人脸图像;
16、所述收发单元,用于获取所述初始人脸图像中的至少一个第一五官图像;
17、所述处理单元,用于获取与所述初始人脸图像对应的第一图像描述,以及与每个第一五官图像对应的第二图像描述;
18、所述收发单元,用于获取所述初始人脸图像中的第一人脸特征和每个第一五官图像中的第一五官特征;
19、所述处理单元,用于基于所述第一图像描述、每个第一五官图像对应的第二图像描述、所述第一人脸特征以及每个第一五官图像的第一五官特征,得到目标人脸图像。
20、第四方面,本申请实施例提供一种图像生成模型训练装置,该装置包括:收发单元和处理单元;
21、所述收发单元,用于获取初始人脸图像样本;
22、所述收发单元,用于获取所述初始人脸图像样本中的至少一个第三五官图像;
23、所述处理单元,用于获取与所述初始人脸图像样本对应的第三图像描述,以及与每个第三五官图像对应的第四图像描述;
24、所述收发单元,用于获取所述初始人脸图像样本中的第三人脸特征和每个第三五官图像中的第三五官特征;
25、所述处理单元,用于基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型。
26、第五方面,本申请实施例提供一种电子设备,包括:处理器和存储器,处理器与存储器相连,存储器用于存储计算机程序,处理器用于执行存储器中存储的计算机程序,以使得电子设备执行如第一方面和第二方面的方法。
27、第六方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序使得计算机执行如第一方面的方法。
28、第七方面,本申请实施例提供一种计算机程序产品,计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,计算机可操作来使计算机执行如第一方面和第二方面的方法。
29、实施本申请实施例,具有如下有益效果:
30、可以看出,在本申请实施例中,获取初始人脸图像;获取初始人脸图像中的至少一个第一五官图像;获取与初始人脸图像对应的第一图像描述,以及与每个第一五官图像对应的第二图像描述;获取初始人脸图像中的第一人脸特征和每个第一五官图像中的第一五官特征;基于第一图像描述、每个第一五官图像对应的第二图像描述、第一人脸特征以及每个第一五官图像的第一五官特征,得到目标人脸图像。在生成目标人脸图像时,不仅基于第一人脸特征和第一图像描述得到目标人脸图像,还基于每个第一五官图像对应的第二图像描述和第一五官特征得到目标人脸图像,确保在生成目标人脸图像的过程中能够更加关注到初始人脸图像中的第一人脸特征和每个第一五官特征,使得生成的目标人脸图像不仅可以保持和初始人脸图像的人脸特征一致性,还可以保持和初始人脸图像的五官特征的一致性,提升生成的目标人脸图像的质量。进一步地,当用户对初始人脸图像进行不断转换时,每次生成的目标人脸图像都能够保证和初始人脸图像的人脸特征五官特征的一致性,不会更改初始人脸图像中的人脸细节,可以防止在图像生成过程中产生的人脸畸变,提升用户体验。
本文档来自技高网...【技术保护点】
1.一种图像生成方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像描述、每个第一五官图像对应的第二图像描述、所述第一人脸特征以及每个第一五官图像的第一五官特征,得到目标人脸图像,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述获取每个第一五官图像中的第一五官特征,包括:
4.一种图像生成模型训练方法,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型,包括:
6.根据权利要求4所述的方法,其特征在于,所述基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型,包括:
7.根据权利要求6所述的方法,其特征在于,初始模型包括与扩散模型以及与人脸图像对应的人脸特征控制模型;所述基于所述第三图像描述和所述第三人脸特征,将
8.根据权利要求6或7所述的方法,其特征在于,初始模型包括与扩散模型以及与每个五官图像对应的五官特征控制模型;所述基于每个第三五官图像的第四图像描述和第三五官特征,将所述至少一个第三五官图像转换为每个第三五官图像对应的目标五官图像,包括:
9.根据权利要求6-8任一项所述的方法,其特征在于,所述基于所述第三人脸特征、每个第三五官图像的第三五官特征、所述第五人脸特征以及每个第五五官图像的第四五官特征进行模型训练,得到所述图像生成模型,包括:
10.一种图像生成装置,其特征在于,装置包括:收发单元和处理单元;
11.一种图像生成模型训练装置,其特征在于,装置包括:收发单元和处理单元;
12.一种电子设备,其特征在于,包括:处理器和存储器,处理器与存储器相连,存储器用于存储计算机程序,处理器用于执行存储器中存储的计算机程序,以使得电子设备执行如权利要求1-9任一项的方法。
13.一种计算机可读存储介质,其特征在于,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行以实现如权利要求1-9任一项的方法。
...【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:
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像描述、每个第一五官图像对应的第二图像描述、所述第一人脸特征以及每个第一五官图像的第一五官特征,得到目标人脸图像,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述获取每个第一五官图像中的第一五官特征,包括:
4.一种图像生成模型训练方法,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型,包括:
6.根据权利要求4所述的方法,其特征在于,所述基于所述第三图像描述、每个第三五官图像的第四图像描述、所述第三人脸特征以及每个第三五官图像的第三五官特征进行模型训练,得到所述图像生成模型,包括:
7.根据权利要求6所述的方法,其特征在于,初始模型包括与扩散模型以及与人脸图像对应的人脸特征控制模型;所述基于所述第三图像描述和所述第三人脸特征,将所述初始人脸图像样本转...
【专利技术属性】
技术研发人员:李军伟,
申请(专利权)人:行吟信息科技上海有限公司,
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。