用于生成漫画头像生成模型的方法和装置制造方法及图纸

本公开的实施例公开了用于生成漫画头像生成模型的方法和装置。获取预设的训练样本集合；获取预先建立的初始生成对抗网络；执行如下训练步骤：利用机器学习方法，将训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。该实施方式有助于提高使用生成的模型生成与输入的人脸图像相似性较高的漫画头像。

A Method and Device for Generating Cartoon Head Image Model

Embodiments of the present disclosure disclose methods and devices for generating cartoon head image generation models. Obtain the preset training sample set; Obtain the pre-established initial generating confrontation network; Execute the following training steps: Using machine learning method, the sample face image included in the training sample set is used as the input of the cartoon head generation network, and the cartoon head output from the cartoon head generation network is used as the input of the face image generation network, and the cartoon head is used as the input of the cartoon head generation network. As the input of the cartoon head image discrimination network, the cartoon head image and the corresponding sample cartoon head image generated by the network are used as the input of the cartoon head image discrimination network. The face image generated by the network and the corresponding sample face image are used as the input of the face image discrimination network. The initial generation of the confrontation network is trained, and the cartoon head image generation network after the training is determined as the cartoon head image generation model. The embodiment helps to improve the use of the generated model to generate cartoon head images with high similarity to the input face images.

【技术实现步骤摘要】
用于生成漫画头像生成模型的方法和装置
本公开的实施例涉及计算机
，具体涉及用于生成漫画头像生成模型的方法和装置。
技术介绍
目前，一些软件可以根据用户的人脸图像生成其他人脸图像，这些软件通常包括用于将用户的人脸图像转换为其他风格的人脸图像的模型。模型的训练过程通常是单向的，即输入一个人脸图像，将该人脸图像与其对应的其他风格的人脸图像进行比较，根据这两个人脸图像的差异，优化模型的参数。
技术实现思路
本公开的实施例提出了用于生成漫画头像生成模型的方法和装置，以及用于生成漫画头像的方法和装置。第一方面，本公开的实施例提供了一种用于生成漫画头像生成模型的方法，该方法包括：获取预设的训练样本集合，其中，训练样本包括样本人脸图像、与样本人脸图像对应的样本漫画头像；获取预先建立的初始生成对抗网络，其中，初始生成对抗网络包括漫画头像生成网络、人脸图像生成网络，以及漫画头像判别网络、人脸图像判别网络；执行如下训练步骤：利用机器学习方法，将训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。在一些实施例中，训练步骤包括：利用机器学习方法，将训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练；以及将训练样本集合中的训练样本包括的样本漫画头像作为人脸图像生成网络的输入，将人脸图像生成网络输出的人脸图像作为漫画头像生成网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。在一些实施例中，对于训练样本集合中的训练样本，该训练样本包括的样本人脸图像和样本漫画头像的特征向量之间的相似度大于等于预设的相似度阈值。在一些实施例中，对初始生成对抗网络进行训练，包括：确定用于表征样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第一生成损失值，以及确定用于表征样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第二生成损失值；确定漫画头像判别网络对应的、用于表征输入漫画头像判别网络的样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第一判别损失值，以及确定人脸图像判别网络对应的、用于表征输入人脸图像判别网络的样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第二判别损失值；基于所确定的第一生成损失值、第二生成损失值、第一判别损失值、第二判别损失值，对初始生成对抗网络进行训练。在一些实施例中，生成损失值由以下任一种损失函数确定得到：L1范数损失函数、L2范数损失函数。第二方面，本公开的实施例提供了一种用于生成漫画头像的方法，该方法包括：获取目标人脸图像；将目标人脸图像输入预先训练的漫画头像生成模型，得到漫画头像及输出，其中，漫画头像生成模型是根据上述第一方面中任一实施例描述的方法生成的。第三方面，本公开的实施例提供了一种用于生成漫画头像生成模型的装置，该装置包括：第一获取单元，被配置成获取预设的训练样本集合，其中，训练样本包括样本人脸图像、与样本人脸图像对应的样本漫画头像；第二获取单元，被配置成获取预先建立的初始生成对抗网络，其中，初始生成对抗网络包括漫画头像生成网络、人脸图像生成网络，以及漫画头像判别网络、人脸图像判别网络；训练单元，被配置成执行如下训练步骤：利用机器学习方法，将训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。在一些实施例中，训练单元进一步被配置成：利用机器学习方法，将训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，以及对初始生成对抗网络进行训练；将训练样本集合中的训练样本包括的样本漫画头像作为人脸图像生成网络的输入，将人脸图像生成网络输出的人脸图像作为漫画头像生成网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。在一些实施例中，对于训练样本集合中的训练样本，该训练样本包括的样本人脸图像和样本漫画头像的特征向量之间的相似度大于等于预设的相似度阈值。在一些实施例中，训练单元包括：第一确定模块，被配置成确定用于表征样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第一生成损失值，以及确定用于表征样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第二生成损失值；第二确定模块，被配置成确定漫画头像判别网络对应的、用于表征输入漫画头像判别网络的样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第一判别损失值，以及确定人脸图像判别网络对应的、用于表征输入人脸图像判别网络的样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第二判别损失值；训练模块，被配置成基于所确定的第一生成损失值、第二生成损失值、第一判别损失值、第二判别损失值，对初始生成对抗网络进行训练。在一些实施例中，生成损失值由以下任一种损失函数确定得到：L1范数损失函数、L2范数损失函数。第四方面，本公开的实施例提供了一种用于生成漫画头像的装置，该装置包括：人脸图像获取单元，被配置成获取目标人脸图像；漫画头像生成单元，被配置成将目标人脸图像输入预先训练的漫画头像生成模型，得到漫画头像及输出，其中，漫画头像生成模型是根据上述第一方面中任一实施例描述的方法生成的。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，该计算机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。本公开的实施例本文档来自技高网...

【技术保护点】
1.一种用于生成漫画头像生成模型的方法，包括：获取预设的训练样本集合，其中，训练样本包括样本人脸图像、与样本人脸图像对应的样本漫画头像；获取预先建立的初始生成对抗网络，其中，所述初始生成对抗网络包括漫画头像生成网络、人脸图像生成网络，以及漫画头像判别网络、人脸图像判别网络；执行如下训练步骤：利用机器学习方法，将所述训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。

【技术特征摘要】
1.一种用于生成漫画头像生成模型的方法，包括：获取预设的训练样本集合，其中，训练样本包括样本人脸图像、与样本人脸图像对应的样本漫画头像；获取预先建立的初始生成对抗网络，其中，所述初始生成对抗网络包括漫画头像生成网络、人脸图像生成网络，以及漫画头像判别网络、人脸图像判别网络；执行如下训练步骤：利用机器学习方法，将所述训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。2.根据权利要求1所述的方法，其中，所述训练步骤包括：利用机器学习方法，将所述训练样本集合中的训练样本包括的样本人脸图像作为漫画头像生成网络的输入，将漫画头像生成网络输出的漫画头像作为人脸图像生成网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，对初始生成对抗网络进行训练；以及将所述训练样本集合中的训练样本包括的样本漫画头像作为人脸图像生成网络的输入，将人脸图像生成网络输出的人脸图像作为漫画头像生成网络的输入，将人脸图像生成网络输出的人脸图像和对应的样本人脸图像作为人脸图像判别网络的输入，将漫画头像生成网络输出的漫画头像和对应的样本漫画头像作为漫画头像判别网络的输入，对初始生成对抗网络进行训练，将训练后的漫画头像生成网络确定为漫画头像生成模型。3.根据权利要求1所述的方法，其中，对于所述训练样本集合中的训练样本，该训练样本包括的样本人脸图像和样本漫画头像的特征向量之间的相似度大于等于预设的相似度阈值。4.根据权利要求1-3之一所述的方法，其中，所述对初始生成对抗网络进行训练，包括：确定用于表征样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第一生成损失值，以及确定用于表征样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第二生成损失值；确定漫画头像判别网络对应的、用于表征输入漫画头像判别网络的样本漫画头像与漫画头像生成网络输出的漫画头像的差异的第一判别损失值，以及确定人脸图像判别网络对应的、用于表征输入人脸图像判别网络的样本人脸图像与人脸图像生成网络输出的人脸图像的差异的第二判别损失值；基于所确定的第一生成损失值、第二生成损失值、第一判别损失值、第二判别损失值，对初始生成对抗网络进行训练。5.根据权利要求4所述的方法，其中，生成损失值由以下任一种损失函数确定得到：L1范数损失函数、L2范数损失函数。6.一种用于生成漫画头像的方法，包括：获取目标人脸图像；将所述目标人脸图像输入预先训练的漫画头像生成模型，得到漫画头像及输出，其中，所述漫画头像生成模型是根据权利要求1-5之一所述的方法生成的。7.一种用于生成漫画头像生成模型的装置，包括：第一获取单元，被配置成获取预设的训练样本集合，其中，训练样本包括样本人脸图像、与样本人脸图像对应的样本漫画头像；第二获取单元，被配置成获取预先建立的初始生成对抗网络，其中，所述初始生成对抗网络...

【专利技术属性】
技术研发人员：李华夏，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京,11