(19)中华 人民共和国 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 202111198286.5 (22)申请日 2021.10.14 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王宁　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 罗岚 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) G06T 11/00(2006.01) (54)发明名称 图像生成模型的训练方法、 装置、 电子设备 及存储介质 (57)摘要 本公开提供了一种图像生成模型的训练方 法、 装置、 电子设备及存储介质， 涉及计算机技术 领域， 尤其涉及深度学习、 计算机视觉等人工智 能技术领域。 包括： 获取样 本角色图像， 样本角色 图像具有对应的样本角色标签， 并确定样本属性 标签， 再获取与样本属性标签对应的样本属性图 像， 以及根据 样本角色图像、 样本属性图像、 样本 角色标签， 以及样本属性标签训练初始图像生成 模型， 以得到目标图像生成模型， 能够有效地辅 助提升目标图像生成模型针对样本属性和样本 角色的表达建模能力， 当采用目标图像生成模型 生成目标图像时， 该目标图像能够 表征出角色和 属性维度的特征分布， 有效地提升图像生成效 果， 提升目标图像生成模型所生成的目标图像的 特征建模效果。 权利要求书4页 说明书13页 附图5页 CN 113947189 A 2022.01.18 CN 113947189 A 1.一种图像生成模型的训练方法， 包括： 获取多个样本角色图像， 所述样本角色图像具有对应的样本角色标签； 确定样本属性标签； 获取与所述样本属性标签对应的多个样本属性图像； 以及 根据所述多个样本角色图像、 所述多个样本属性图像、 所述样本角色标签， 以及所述样 本属性标签训练初始图像生成模型， 以得到目标图像生成模型。 2.根据权利要求1所述的方法， 所述多个样本角色图像分别属于对应的多个样本图像， 其中， 所述获取与所述样本属性标签对应的多个样本属性图像， 包括： 分别从所述多个样本图像中解析 得到与所述样本属性标签对应的多个样本属性图像。 3.根据权利要求1所述的方法， 其中， 所述根据所述多个样本角色图像、 所述多个样本 属性图像、 所述样本角色标签， 以及所述样本属性标签训练初始图像生成模型， 以得到目标 图像生成模型， 包括： 根据所述样本角色标签， 分别从所述多个样本角色图像中解析得到多个样本角色特 征； 根据所述样本属性标签， 分别从所述多个样本属性图像中解析得到多个样本属性特 征； 根据所述多个样本角色图像、 所述多个样本属性图像、 所述多个样本角色特征， 以及所 述多个样本属性特 征训练初始图像生成模型， 以得到目标图像生成模型。 4.根据权利要求3所述的方法， 所述初始图像生成模型包括： 初始 的角色解析模型、 初 始的预处 理模型， 以及待训练的图像生成模型； 其中， 所述根据 所述多个样本角色图像、 所述多个样本属性图像、 所述多个样本角色特 征， 以及所述多个样本属性特 征训练初始图像生成模型， 以得到目标图像生成模型， 包括： 将所述多个样本角色特征分别输入至所述初始的角色解析模型中， 以得到所述角色解 析模型输出的多个预测角色图像； 将所述多个样本属性特征分别输入至所述初始的预处理模型中， 以得到所述预处理模 型输出的多个预测 属性图像； 根据所述多个样本角色图像、 所述多个样本属性图像、 所述多个预测属性图像， 以及所 述多个预测角色图像训练所述待训练的图像生成模型， 以得到所述目标图像生成模型。 5.根据权利要求4所述的方法， 其中， 所述根据所述多个样本角色图像、 所述多个样本 属性图像、 所述多个预测属 性图像， 以及所述多个预测角色图像训练所述待训练的图像生 成模型， 以得到所述目标图像生成模型， 包括： 生成多个样本合成图像， 所述样本合成图像由第 一样本角色图像和第 一样本属性图像 合成得到， 所述第一样本角色图像属于所述多个样本角色图像， 所述第一样本属 性图像属 于所述多个样本属性图像； 确定与所述第一样本角色图像对应的第 一预测角色特征， 并确定与 所述第一样本属性 图像对应的第一预测 属性特征； 将所述第一样本属性图像， 以及所述第 一预测属性特征输入至所述待训练的图像生成 模型中， 以得到所述图像生成模型输出的预测合成图像； 如果所述预测合成图像和所述样本合成图像之间的预测损失值满足设定条件， 则将训权　利　要　求　书 1/4 页 2 CN 113947189 A 2练得到的所述图像生成模型作为所述目标图像生成模型。 6.根据权利要求3所述的方法， 其中， 所述根据所述样本角色标签， 分别从所述多个样 本角色图像中解析 得到多个样本角色特 征， 包括： 根据所述样本角色标签， 从所述样本角色图像中解析得到样本形象特征和样本性格特 征； 将多个所述样本形象特 征和多个所述样本性格特 征共同作为所述多个样本角色特 征。 7.根据权利要求3所述的方法， 其中， 所述根据所述样本属性标签， 分别从所述多个样 本属性图像中解析 得到多个样本属性特 征， 包括： 根据所述样本属性标签， 从所述样本属性图像中解析得到样本场景特征、 样本服装特 征、 样本道具 特征； 将多个所述样本场景特征、 多个所述样本服装特征， 以及多个所述样本道具特征共 同 作为所述多个样本属性特 征。 8.一种图像生成方法， 包括： 获取待处 理角色特 征和待处 理属性特 征； 将所述待处理角色特征和待处理属性特征输入至如上述权利要求1 ‑7任一项所述的图 像生成模型的训练方法训练得到的目标图像生成模型之中， 以得到所述目标图像生成模型 输出的目标图像。 9.一种图像生成模型的训练装置， 包括： 第一获取模块， 用于获取多个样本角色图像， 所述样本角色图像具有对应的样本角色 标签； 确定模块， 用于确定样本属性标签； 第二获取模块， 用于获取与所述样本属性标签对应的多个样本属性图像； 以及 训练模块， 用于根据 所述多个样本角色图像、 所述多个样本属性图像、 所述样本角色标 签， 以及所述样本属性标签训练初始图像生成模型， 以得到目标图像生成模型。 10.根据权利要求9所述的装置， 所述多个样本角色图像分别属于对应的多个样本图 像， 其中， 所述第二获取模块， 具体用于： 分别从所述多个样本图像中解析 得到与所述样本属性标签对应的多个样本属性图像。 11.根据权利要求9所述的装置， 其中， 所述训练模块， 包括： 第一解析子模块， 用于根据所述样本角色标签， 分别从所述多个样本角色图像中解析 得到多个样本角色特 征； 第二解析子模块， 用于根据所述样本属性标签， 分别从所述多个样本属性图像中解析 得到多个样本属性特 征； 训练子模块， 用于根据 所述多个样本角色图像、 所述多个样本属性图像、 所述多个样本 角色特征， 以及所述多个样本属性特 征训练初始图像生成模型， 以得到目标图像生成模型。 12.根据权利要求11所述的装置， 所述初始图像生成模型包括： 初始 的角色解析模型、 初始的预处 理模型， 以及待训练的图像生成模型； 其中， 所述训练子模块， 包括： 第一生成单元， 用于将所述多个样本角色特征分别输入至所述初始的角色解析模型 中， 以得到所述角色解析模型输出的多个预测角色图像；权　利　要　求　书 2/4 页 3 CN 113947189 A 3