图像生成模型训练方法、图像生成方法、装置、设备及可读存储介质

    公开(公告)号:CN117745884A

    公开(公告)日:2024-03-22

    申请号:CN202311750848.1

    申请日:2023-12-18

    IPC分类号: G06T11/60

    摘要: 本申请公开了一种图像生成模型训练方法、图像生成方法、装置、设备及可读存储介质,其特征在于,训练方法包括:建立包含第一生成网络、第二生成网络和判别网络的待训练模型;以第一特征参数、第一起始点和第一结束点为输入,对待训练模型进行训练得到第一模型;以第二特征参数、第二起始点和第二结束点为输入,对第一模型进行迭代训练;在判别网络输出的判别值大于或等于第一门限的情况下,根据第一生成网络和第二生成网络建立训练后的图像生成模型;第二特征参数为上一次训练中第一生成网络输出的特征参数,第二起始点为上一次训练中的起始点经点位追踪后得到的起始点,第二结束点为上一次训练中的结束点经点位追踪后得到的结束点。

    三维模型生成方法、装置、设备及可读存储介质

    公开(公告)号:CN117237539A

    公开(公告)日:2023-12-15

    申请号:CN202311348637.5

    申请日:2023-10-18

    IPC分类号: G06T17/00 G06T5/00

    摘要: 本发明提供了一种三维模型生成方法、装置、设备及可读存储介质,其中,该方法包括S1:获取第一数据集中最近一次添加的二维图像;S2:基于第一神经辐射场模型以及第一扩散模型,获得预测二维图像;第一扩散模型是基于初始二维图像的语义监督的扩散模型;S3:根据预测二维图像更新第一神经辐射场模型,获得第二神经辐射场模型;S4:若第二神经辐射场模型收敛,则将获得的第二神经场辐射模型作为三维模型,若第二神经辐射场模型不收敛,则将预测二维图像添加至第一数据集中,将第二神经辐射场模型作为下一次循环中的第一神经辐射场模型,并执行S1‑S4。本方案能够降低生成三维模型的时间成本,批量生成效率高。