本申请涉及一种风格模型生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。本技术实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括:获取目标样本的初始风格特征;通过第一风格模型对参考样本进行风格化处理,获得第一风格特征,通过第二风格模型对参考样本进行风格化处理,获得第二风格特征;该初始风格特征与该第一风格特征对应为同一风格域的风格特征;训练获得第二风格模型的样本数量大于训练获得第一风格模型的样本数量;基于初始风格特征、第一风格特征和第二风格特征,对第一风格模型进行模型更新,得到目标样本对应的目标风格模型。采用上述方法有利于扩展风格模型生成方法的应用场景。
背景技术
随着计算机技术的飞速发展,以计算机技术为基础的图像、音频和视频等处理技术也得到了前所未有的发展,被广泛应用于短视频、直播等场景。用户可以根据个人喜好,选择对应的风格模型,即可实现真实图像、音频或视频的风格转换,以提高娱乐效果,凸显个人特色。
传统的风格模型生成方法,通过对不同风格域的目标样本进行机器学习,训练获得对应风格域的目标风格模型。由于机器学习的效果与样本数量直接相关,当样本数量较少时,采用传统的风格模型生成方法生成的目标风格模型,并不能准确描述对应风格域的特征,存在模型不准确,以及风格转换生成质量差的问题。因此,传统的风格模型生成方法,存在应用场景受限的缺点。
实现思路