IMAGE EDITING MODEL TRAINING METHOD AND IMAGE EDITING METHOD

• Main Authors: CHEN RUIZHI, PENG HAOTIAN, ZHAO CHEN
• Format: Patent
• Language: English; Korean
• Published: 03.11.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; PHYSICS

The present disclosure provides a method for training an image editing model, and a method, an apparatus, a device, a storage medium and a computer program for editing an image, and relates to the field of artificial intelligence technologies, more specifically, to the field of virtual/augmented reality, computer vision and deep learning technologies, which can be applied to image editing or the like. According to an implementation plan, image editing efficiency can be increased by a step of acquiring a training sample set, wherein a description text sample and an image sample are selected from the training sample set, and a training step including the steps of: determining a text direction vector based on the selected description text sample and a predetermined text template; inputting the text direction vector into a mapping network of an image editing model to obtain a bias value vector; determining an image direction vector based on the selected image sample and the bias value vector; calculating a loss value based on the text direction vector and the image direction vector; and determining, in response to the loss value meeting a threshold condition, that training of the image editing model is completed. 본 발명은 이미지 편집 모델의 트레이닝 방법, 이미지 편집 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램을 제공하고, 인공지능 기술분야, 구체적으로는 가상/증강 현실, 컴퓨터 비전 및 딥 러닝 기술분야에 관한 것으로, 이미지 편집 등 장면에 응용될 수 있다. 구체적인 구현 방안은, 트레이닝 샘플 세트를 획득하고; 트레이닝 샘플 세트에서 하나의 설명 텍스트 샘플 및 하나의 이미지 샘플을 선택하는 단계; 선택된 설명 텍스트 샘플 및 사전 결정된 텍스트 템플릿을 기반으로 텍스트 방향 벡터를 결정하는 단계; 텍스트 방향 벡터를 이미지 편집 모델의 매핑 네트워크에 입력하여 바이어스 값 벡터를 얻는 단계; 선택된 이미지 샘플 및 바이어스 값 벡터를 기반으로 이미지 방향 벡터를 결정하는 단계; 텍스트 방향 벡터 및 이미지 방향 벡터에 기초하여 손실값을 계산하는 단계; 손실값이 임계값 조건을 만족하는 것에 응답하여 이미지 편집 모델이 트레이닝 완료되었음을 결정하는 단계를 포함하는 트레이닝 단계를 수행함으로써 이미지 편집 효율을 높인다.