图像素材生成方法和装置及电子设备、计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种图像素材生成方法和装置及电子设备、计算机可读存储介质，其中，所述方法包括：根据图像素材内部的图像元素差异对所述图像素材进行语义分割处理，对每一类图像元素的像素分别设置相应的第一类别标签，获得元素图像；将所述元素图像作为训练样本，训练预设的第二目标条件生成式对抗网络模型，获得基于图像元素生成图像素材的第一目标条件生成式对抗网络模型；将实际图像元素组合输入到所述第一目标条件生成式对抗网络模型，生成与所述实际图像元素组合对应的目标图像素材。采用本发明专利技术所述的图像素材生成方法，能够基于图像元素的组合生成符合需要的高质量图像素材，提高了图像素材生成的精确度，可根据用户的需求进行定制。

Image material generation method and device, electronic equipment and computer readable storage medium

【技术实现步骤摘要】
图像素材生成方法和装置及电子设备、计算机可读存储介质
本专利技术实施例涉及人工智能
，具体涉及一种图像素材生成方法和装置。另外，还涉及一种电子设备和存储介质。
技术介绍
近年来，随着人工智能技术的快速发展，以及计算机硬件算力的增长，以人工智能技术为核心的图像处理系统应运而生。目前，以深度神经网络为代表的深度学习模型在目标检测、语义分割、物体追踪、动作识别等任务上都表现出优越的性能，在图像生成、视频生成等领域得到广泛应用。然而，随着当前版权管理日趋严格和图像素材获取成本的提升，各类媒体产品中使用的图像素材也受到了诸多限制。为了解决上述问题，现有技术中国通常采用的技术手段是利用生成式对抗网络（GAN,GenerativeAdversarialNetworks）为代表的深度生成模型以无监督的学习目标数据分布，从而产生图像素材数据。然而，上述方式虽然在一定程度上解决了图像素材生成问题，但是无法指导图像素材生成过程，不够灵活，导致生成的图像素材难以有效满足用户的实际使用需求。因此，如何准确获得更多高质量的图像素材是当前迫切需要解决的问题。<本文档来自技高网...

【技术保护点】
1.一种图像素材生成方法，其特征在于，包括：/n获得符合预设主题类型的图像素材；/n根据所述符合预设主题类型的图像素材内部的图像元素差异对所述图像素材进行语义分割处理，对每一类图像元素的像素分别设置相应的第一类别标签，获得与所述符合预设主题类型的图像素材对应的元素图像；/n将所述元素图像作为训练样本，训练预设的第二目标条件生成式对抗网络模型，获得基于图像元素生成图像素材的第一目标条件生成式对抗网络模型；其中，所述第一目标条件生成式对抗网络模型用于：根据给定的图像元素组合，获得与所述图像元素组合对应的图像素材；/n获得用户选择的实际图像元素组合，将所述实际图像元素组合输入到所述第一目标条件生成式...

【技术特征摘要】
1.一种图像素材生成方法，其特征在于，包括：
获得符合预设主题类型的图像素材；
根据所述符合预设主题类型的图像素材内部的图像元素差异对所述图像素材进行语义分割处理，对每一类图像元素的像素分别设置相应的第一类别标签，获得与所述符合预设主题类型的图像素材对应的元素图像；
将所述元素图像作为训练样本，训练预设的第二目标条件生成式对抗网络模型，获得基于图像元素生成图像素材的第一目标条件生成式对抗网络模型；其中，所述第一目标条件生成式对抗网络模型用于：根据给定的图像元素组合，获得与所述图像元素组合对应的图像素材；
获得用户选择的实际图像元素组合，将所述实际图像元素组合输入到所述第一目标条件生成式对抗网络模型，生成与所述实际图像元素组合对应的目标图像素材。


2.根据权利要求1所述的图像素材生成方法，其特征在于，所述获得符合预设主题类型的图像素材，具体包括：
获得预设的图像数据集；
根据所述图像数据集中的图像数据主题类型，分别设置相应的第二类别标签；
根据所述第二类别标签对预设生成式对抗网络模型的生成器设置约束条件，获得第四目标条件生成式对抗网络模型；
将图像数据集中的图像数据和所述第二类别标签作为所述第四目标条件生成式对抗网络模型的训练样本，训练所述第四目标条件生成式对抗网络模型，获得基于图像类别生成图像素材的第三目标条件生成式对抗网络模型；
获得用户输入的类别标签和随机噪声，将所述类别标签和所述随机噪声输入所述第三目标条件生成式对抗网络模型，生成与所述类别标签对应的符合预设主题类型的图像素材。


3.根据权利要求1所述的图像素材生成方法，其特征在于，所述将所述元素图像作为训练样本，训练预设的第二目标条件生成式对抗网络模型，获得基于图像元素生成图像素材的第一目标条件生成式对抗网络模型，具体包括：
将所述元素图像作为训练样本，输入到所述第二目标条件生成式对抗网络模型，获得图像素材识别结果，将所述图像素材识别结果与预设目标概率值进行比对，根据比对结果调整所述第二目标条件生成式对抗网络模型参数，获得基于图像元素生成图像素材的所述第一目标条件生成式对抗网络模型。


4.根据权利要求2所述的图像素材生成方法，其特征在于，所述根据所述图像数据集中的图像数据主题类型，分别设置相应的第二类别标签，具体包括：
提取所述图像数据集中图像数据的特征信息；
根据所述特征信息将所述图像数据集中的图像数据进行分类，获得对应不同图像数据主题类型的图像数据子集；
分别针对所述图像数据子集设置相应的第二类别标签。


5.根据权利要求3所述的图像素材生成方法，其特征在于，所述图像素材识别结果是指所述第二目标条件生成式对抗网络模型根据所述元素图像生成的识别图像素材为所述符合预设主题类型的图像素材的概率值。


6.一种图像素材生成...

【专利技术属性】
技术研发人员：郑若冰，
申请(专利权)人：北京影谱科技股份有限公司，
类型：发明
国别省市：北京;11