【技术实现步骤摘要】
本专利技术涉及图像处理领域，更具体地涉及一种图像生成方法、装置、存储介质及电子设备。
技术介绍
1、随着工业生产中对产品质量的要求越来越高，各种产品质量检测技术已被广泛引入相关行业。
2、在基于图像检测的产品质量检测技术中，可以通过神经网络模型可以对产品外观、结构等进行检测，以排除缺陷产品。而神经网络模型通过外观检测物品质量时，需要对应的图像数据进行训练。而工业领域的图像数据通常较为缺乏，因此一种有效的应用于工业生产的图像生成技术非常重要。
技术实现思路
1、考虑到上述问题而提出了本专利技术。
2、根据本专利技术一个方面，提供了一种图像生成方法。所述方法包括：
3、在目标图像中确定第一替换区域和第二替换区域；
4、对所述目标图像进行特征提取，以获得所述目标图像的目标特征图谱；
5、在所述目标特征图谱中确定与所述第一替换区域位置对应的第一特征区域和与所述第二替换区域位置对应的第二特征区域；
6、在所述目标特征图谱中，根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，以获取对所述第一特征区域的图谱信息进行变换后的目标合成图谱；
7、将所述目标合成图谱输入经训练的图像生成模型中，以得到目标合成图像，所述图像生成模型用于根据所述目标合成图谱进行逆向推理得到所述目标合成图像。
8、示例性地，在目标特征图谱中，根据第二特征区域的图谱信息对第一特征区域的图谱信息进行变换，包括：>
9、对于所述第一特征区域中的每个第一特征值，在所述第二特征区域中确定第二特征值；
10、利用所述第二特征值替换所述第一特征区域中的第一特征值。
11、示例性地，在所述第二特征区域中确定第二特征值，包括：在所述第二特征区域中随机确定第二特征值。
12、示例性地，所述根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，以获取对所述第一特征区域的图谱信息进行变换后的目标合成图谱，包括：利用所述第二特征区域的图谱信息直接对所述第一特征区域的图谱信息进行替换。
13、示例性地，对目标图像进行特征提取，以获得目标图像的目标特征图谱，包括：将所述目标图像输入特征提取模型，以得到多个目标特征图谱；
14、在所述目标特征图谱中确定与第一替换区域位置对应的第一特征区域和与第二替换区域位置对应的第二特征区域，包括：在每个目标特征图谱中，确定与所述第一替换区域位置对应的第一图谱信息以及与所述第二替换区域位置对应的第二图谱信息，其中，所述第一特征区域的图谱信息包括所有目标特征图谱中的第一图谱信息，所述第二特征区域的图谱信息包括所有目标特征图谱中的第二图谱信息。
15、示例性地，特征提取模型为无标签的知识蒸馏模型。
16、示例性地，方法还包括：
17、对所述样本图像进行特征提取，以获得所述样本图像的样本特征图谱；
18、将所述样本特征图谱输入到原始的图像生成模型，以得到复原图像；
19、基于所述复原图像和所述样本图像之间的差异，训练所述原始的图像生成模型，以获得所述经训练的图像生成模型。
20、示例性地，在目标图像中确定第一替换区域和第二替换区域，包括：对所述目标图像进行目标检测，以获得所述第一替换区域或所述第二替换区域。
21、示例性地，图像生成模型为稳态扩散模型，所述将所述目标合成图谱输入经训练的图像生成模型中，以得到目标合成图像，包括：将所述目标合成图谱和所述目标图像输入经训练的稳态扩散模型，其中，所述目标合成图谱作为所述稳态扩散模型的条件信息，将所述目标图像作为所述稳态扩散模型的输入图像。
22、根据本专利技术另一方面，还提供了一种图像生成装置，包括：
23、第一确定模块，用于在目标图像中确定第一替换区域和第二替换区域；
24、特征提取模块，用于对所述目标图像进行特征提取，以获得所述目标图像的目标特征图谱；
25、第二确定模块，用于在所述目标特征图谱中确定与所述第一替换区域位置对应的第一特征区域和与所述第二替换区域位置对应的第二特征区域；
26、特征变换模块，用于在所述目标特征图谱中，根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，以获取对所述第一特征区域的图谱信息进行变换后的目标合成图谱；
27、图像生成模块，用于将所述目标合成图谱输入经训练的图像生成模型中，以得到目标合成图像，所述图像生成模型用于根据所述目标合成图谱进行逆向推理得到所述目标合成图像。
28、根据本专利技术又一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行上述的图像生成方法。
29、根据本专利技术再一方面，还提供了一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行上述的图像生成方法。
30、在上述技术方案中，将目标图像对应的特征图谱进行更改，并将更改后的特征图谱作为图像生成模型的输入，以生成目标合成图像。由此，所获得目标合成图像更逼真，图像效果更理想。该目标合成图像有助于保证用于产品质量检测的学习模型的训练效果。
31、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
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，根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述第二特征区域中确定第二特征值，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，所述特征提取模型为无标签的知识蒸馏模型。
7.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1至4任一项所述的方法，其特征在于，所述在目标图像中确定第一替换区域和第二替换区域，包括：
9.根据权利要求1至4任一项所述的方法，其特征在于，所述图像生成模型为稳态扩散模型，
10.一种图像生成装置，其特征在于，包括：
11.一种存储介质，在所述存储介质上存储了程序指
12.一种电子设备，包括处理器和存储器，其特征在于，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1至9任一项所述的图像生成方法。
...【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，根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述第二特征区域中确定第二特征值，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述第二特征区域的图谱信息对所述第一特征区域的图谱信息进行变换，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，所述特征提取模型为无标签的知识蒸馏模型。
7.根据权利要求1至4任一项所述的方法，其特...
【专利技术属性】
技术研发人员：徐海俊，韩晓，
申请(专利权)人：苏州镁伽科技有限公司，
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。