【技术实现步骤摘要】
本申请涉人工智能，尤其涉及一种基于流模型的人像风格化方法、装置、设备及介质。
技术介绍
1、目前人像(卡通)风格化的方案有两种，第一种是先构建通用真实人像生成模型x＝g(w)，然后通过迭代求解g的逆，得到图像x的隐空间变量w＝g-1(x)，基于隐空间向量生成卡通风格化人像。第二种是如图1所示，采用编码器网络生成图像x的隐空间向量，基于隐空间向量生成卡通风格化人像。
2、专利技术人发现，以上两种方案存在如下问题：(1)通过编码器网络e来趋近替换g-1方法过于间接，效果往往难达到预期；(2)训练真实人像生成模型g和编码器e都是基于对抗生成网络的方法，训练过程不稳定，判别器和生成器的训练目标函数不一致，不容易调和；(3)真实人像生成模型g一般被要求表达能力极强，所以通常是一个容量和复杂度很大的模型，那么接下来的求解就会更为复杂，有可能无法求解g-1，甚至有可能根据就不存在g-1。以上问题导致卡通风格化人像生成速度慢、效果不好。
技术实现思路
1、针对上述技术问题，本申请的目的在于提供...
【技术保护点】
1.一种基于流模型的人像风格化方法，其特征在于，包括：
2.根据权利要求1所述的基于流模型的人像风格化方法，其特征在于，在获取待处理真实人脸图像之前，还包括：
3.根据权利要求1所述的基于流模型的人像风格化方法，其特征在于，在获取待处理真实人脸图像之前，还包括：
4.根据权利要求3所述的基于流模型的人像风格化方法，其特征在于，在得到人像生成模型之后，还包括：
5.根据权利要求4所述的基于流模型的人像风格化方法，其特征在于，所述基于所述人像生成模型以及卡通人脸图像数据集，训练得到所述训练好的卡通人像生成模型，包括：
...【技术特征摘要】
1.一种基于流模型的人像风格化方法，其特征在于，包括：
2.根据权利要求1所述的基于流模型的人像风格化方法，其特征在于，在获取待处理真实人脸图像之前，还包括：
3.根据权利要求1所述的基于流模型的人像风格化方法，其特征在于，在获取待处理真实人脸图像之前，还包括：
4.根据权利要求3所述的基于流模型的人像风格化方法，其特征在于，在得到人像生成模型之后，还包括：
5.根据权利要求4所述的基于流模型的人像风格化方法，其特征在于，所述基于所述人像生成模型以及卡通人脸图像数据集，训练得到所述训练好的卡通人像生成模型，包...
【专利技术属性】
技术研发人员：张玉兵，
申请(专利权)人：广州视源电子科技股份有限公司，
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。