(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110483135.8 (22)申请日 2021.04.3 0 (71)申请人 广州汽车集团股份有限公司 地址 510030 广东省广州市越秀区东 风中 路448--458号成悦大厦23楼 (72)发明人 王玉龙　闫春香　张帆　陈奎文　 董方诚　李智　 (74)专利代理 机构 深圳汇智容达专利商标事务 所(普通合伙) 44238 专利代理师 徐文城 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06F 111/04(2020.01)G06F 111/06(2020.01) (54)发明名称 一种汽车造型图像生成方法及系统、 计算机 可读存储介质 (57)摘要 本发明涉及一种汽车造型图像生成方法及 系统、 计算机 可读存储介质， 包括： 获取用户输入 的造型意向条件； 随机获取当前随机向量； 将所 述造型意向条件和所述当前随机向量输入预先 训练好的条件生成式对抗网络模型进行处理输 出当前汽车造型图像； 其中， 所述造型意向条件 用于指导所述生成网络根据所述当前随机向量 随机生成所述当前汽车造型图像。 本发明能够实 现根据用户给出的造型意向条件随机生成汽车 造型图， 汽 车造型图的随机性有助于快速激发设 计师的创造 灵感， 优化产品设计过程。 权利要求书2页 说明书8页 附图4页 CN 115270282 A 2022.11.01 CN 115270282 A 1.一种汽车造型图像生成方法， 其特 征在于， 包括： 获取用户输入的造型意向条件； 随机获取当前随机向量； 将所述造型意向条件和所述当前随机向量输入预先训练好的条件生成式对抗网络模 型的生成网络进行处理输出当前汽车造型图像； 其中， 所述造型意向条件用于指导所述生 成网络根据所述当前随机向量随机生成所述当前汽车造型图像。 2.根据权利要求1所述的汽车造型图像生成方法， 其特 征在于， 所述方法包括： 多次重复随机获取当前随机向量、 以及将所述造型意向条件和所述当前随机向量输入 预先训练好的条件生成式对抗网络模型的生成网络进行处理输出当前汽车造型图像的步 骤， 获得多个汽车造型图像。 3.根据权利要求1或2所述的汽车造型图像生成方法， 其特征在于， 所述生成网络包括 多层卷积层， 用于分别对当前随机 向量以及造型意向条件进行反卷积， 并将所得的两个反 卷积结果连接后依次经 过多层卷积层进行反卷积处 理后， 输出当前汽车造型图像。 4.根据权利要求3所述的汽车造型图像生成方法， 其特征在于， 所述条件生成式对抗网 络模型的生成网络的训练过程如下： 获取多个汽车造型真实图像； 分别对所述多个汽车造型真实图像进行图像处理获得对应的多个汽车造型草图样本， 并根据所述多个汽车造型草图样本生成汽车造型草图样本集； 获取用户输入的多个造型意向条件； 其中所述造型意向条件为汽车造型风格 类别； 根据所述汽车造型草图样本集、 所述多个造型意向条件、 预设的损 失函数以及预设的 条件生成式对抗网络模型的判别网络对原始的条件生成式对抗网络模型的生成网络进行 训练； 其中， 所述条件生成式对抗网络模型 的生成网络输出 的当前汽车造型图像为草图形 式。 5.根据权利要求4所述的汽车造型图像生成方法， 其特征在于， 所述预设的损失函数如 下表达式所示： 其中， z为当前随机变量， y为造型意向条件， 为错误意向条件， x为生成网络输出的当 前汽车造型图像， x＝G(z|y)， G()为生成网络的数学表达式， G(z|y)表示输入为z和y时生 成网络的输出， 表示输入为x和 时生成网络的输出， D()为判别网络的数学表达 式， D(x|y)表 示x与造型意向条件的匹配程度， D(x)表 示x与汽车造型草图样本的匹配程度， 表示 与汽车造型草图样本的匹配程度， 表示对判别网络 梯度求范式归一化， 表示对训 练过程中多次的处理结果求期望值， λ为惩罚因 子。权　利　要　求　书 1/2 页 2 CN 115270282 A 26.一种汽车造型图像生成系统， 其特 征在于， 包括： 意向条件获取 单元， 用于获取用户输入的造型意向条件； 随机向量获取 单元， 用于随机获取当前随机向量； 以及 图像生成单元， 用于将所述造型意向条件和所述当前随机向量输入预先训练好的条件 生成式对抗网络模型 的生成网络进行处理输出当前汽车造型图像； 其中， 所述造型意向条 件用于指导所述 生成网络根据所述当前随机向量随机生成所述当前汽车造型图像。 7.根据权利要求6所述的汽车造型图像生成系统， 其特征在于， 所述生成网络包括多层 卷积层， 用于分别对当前随机 向量以及造型意向条件进行反卷积， 并将所得 的两个反卷积 结果连接后依次经 过多层卷积层进行反卷积处 理后， 输出当前汽车造型图像。 8.根据权利要求7所述的汽车造型图像生成系统， 其特征在于， 所述条件生成式对抗网 络模型的生成网络为根据汽车造型草图样本集、 多个造型意向条件、 预设的损失函数以及 预设的条件生成式对抗网络模型的判别网络对原始的条件生成式对抗网络模型的生成网 络进行训练得到； 其中， 所述条件生成式对抗网络模型输出 的当前汽车造型图像为草图形 式； 所述汽车造型草图样本集包括对多个汽车造型真实图像进行图像处理获得对应的多个 汽车造型草图样本； 所述造型意向条件为汽车造型风格 类别。 9.根据权利要求4所述的汽车造型图像生成系统， 其特征在于， 所述预设的损失函数如 下表达式所示： 其中， z为当前随机变量， y为造型意向条件， 为错误意向条件， x为生成网络输出的当 前汽车造型图像， x＝G(z|y)， G()为生成网络的数学表达式， G(z|y)表示输入为z和y时生 成网络的输出， 表示输入为x和 时生成网络的输出， D()为判别网络的数学表达 式， D(x|y)表 示x与造型意向条件的匹配程度， D(x)表 示x与汽车造型草图样本的匹配程度， 表示 与汽车造型草图样本的匹配程度， 表示对判别网络 梯度求范式归一化， 表示对训练过程中多次的处理结果求期望值， λ为惩罚因 子。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至 5中任一项所述汽车造型图像生成方法。权　利　要　求　书 2/2 页 3 CN 115270282 A 3