CN111768466A - 图像填充方法、装置、设备及存储介质 - Google Patents

图像填充方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111768466A
CN111768466A CN202010610906.0A CN202010610906A CN111768466A CN 111768466 A CN111768466 A CN 111768466A CN 202010610906 A CN202010610906 A CN 202010610906A CN 111768466 A CN111768466 A CN 111768466A
Authority
CN
China
Prior art keywords
layer
image
processing
loss function
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010610906.0A
Other languages
English (en)
Other versions
CN111768466B (zh
Inventor
李超
何栋梁
李甫
孙昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010610906.0A priority Critical patent/CN111768466B/zh
Publication of CN111768466A publication Critical patent/CN111768466A/zh
Priority to US17/203,437 priority patent/US11983849B2/en
Priority to EP21163622.0A priority patent/EP3862966A3/en
Priority to JP2021051058A priority patent/JP7094412B2/ja
Priority to KR1020210038536A priority patent/KR20210040873A/ko
Application granted granted Critical
Publication of CN111768466B publication Critical patent/CN111768466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例公开了一种图像填充方法、装置、设备及存储介质，涉及人工智能、深度学习、计算机视觉、图像填充技术领域，图像填充方法包括：对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小；多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，其中，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；对第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。利用本申请能够实现高质量的图像填充。

Description

图像填充方法、装置、设备及存储介质
技术领域
本申请涉及人工智能、深度学习、计算机视觉、图像填充技术领域，具体地，涉及一种图像填充方法、装置、设备以及存储介质。
背景技术
图像填充技术有广泛的应用场景，例如图像编辑、图像修复、移除图像中的特定物体，等等。现有图像填充技术大多基于块匹配或纹理匹配的方法，使用普通的卷积神经网络处理，存在填充效果不够真实，纹理不自然，人工瑕疵明显，效率低下等问题。
发明内容
本申请提供了一种图像填充方法、装置、设备以及存储介质。
根据本申请的第一方面，提供了一种图像填充方法，包括：
对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小，其中待填充图像包括缺失区域；
对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，其中，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
对第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
根据本申请的第二方面，提供了一种图像填充装置，包括：
编码模块，用于对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小，其中待填充图像包括缺失区域；
复原模块，用于对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，其中，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
调优模块，用于对第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
根据本申请的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如上所述的方法。
本申请实施例在对待填充图像的多层编码以及解码过程中，能够利用图像中的物体、场景和纹理等信息对缺失区域实现填充，然后对填充后的图像进行整体调优，调优过程中结合上采样特征和解码特征层的特征，可在实际应用中获得良好的填充效果。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请一个实施例的图像填充方法的流程框图；
图2是本申请一个实施例的图像填充装置的结构框图；
图3是本申请另一个实施例的图像填充装置的结构框图；
图4是本申请一个实施例的示意性的待填充图像；
图5是本申请一实施例的图像填充方法的逻辑过程图；
图6是对图4实施例进行图像填充处理后得到的示意性的图像；
图7是实现本申请实施例的弹性分布式训练方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了本申请实施例的图像填充方法的流程框图，包括如下步骤：
S101：对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小，其中待填充图像包括缺失区域；
S102：对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，其中，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
S103：对第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
在本申请的实施例中，待填充的图像是有缺失的图像，例如已将图像中希望删除的目标物去除，因此本申请实施例的待填充图像不是完整的图像，图像中缺失的部分区域即是待填充的区域。
根据本申请的实施例，对于待填充图像并不是使用神经网络模型直接进行填充处理，而是首先对有缺失的待填充图像做多层编码处理，可得到待填充图像的多层编码特征层，其中，特征层可包含L层，L可根据具体情况设定(例如7层)，其中，每一层是基于前一个特征层继续编码，多层编码特征层的尺寸逐层减小，在多层特征层中均包含待填充图像的特征，待填充图像包括缺失区域，因此多层特征层中均为携带缺失区域信息的特征信息。
这里，待填充图像中的缺失区域可以是一个，也可以是多个，以下以缺失区域的数目为一个进行描述，多个的情况可做相同处理。
根据本申请的实施例，接着对得到的多层编码特征层进行复原，具体是进行逐层解码处理，可得到对应的多层解码特征层以及第一图像，这里，经过对待填充图像的多层编码以及逐层解码处理，原来图像中的缺失区域实际上已在编码和解码过程中得到填充，因此得到的第一图像为完整图像，不存在缺失区域；之后，需要对该第一图像进行调优，也就是对填充效果进行优化。
具体地，本申请实施例通过对第一图像进行上采样处理，得到多层上采样特征层以及通过上采样处理调优后的第二图像，这里，需要注意，进行上采样处理时，需对尺寸相同的上采样特征层和解码特征层进行拼接操作，其中解码特征层为前述的逐层解码时得到的解码特征层。
举例来讲，上采样处理是将每一层的长和宽分别变换为上一层的长和宽的k倍(k为整数，例如2倍、3倍)，且长宽变换的同时也有通道维度的特征变换，并且，本申请实施例需对尺寸相同的上采样特征层和解码特征层进行拼接操作，因此，本申请实施例的调优处理是以第一图像作为输入，将对第一图像做上采样得到的上采样层f1以及与f1尺寸相同的解码特征层进行拼接，将拼接后的特征层作为下一次上采样的输入，如此进行多次(例如7次)上采样处理，得到第二图像，则第二图像为本申请实施例填充处理后得到的图像。通过上述调优处理，可以对由编码和解码处理得到的第一图像的填充效果有一定程度的优化。
在本申请实施例中，由于待填充图像中包含物体、场景和纹理等信息，在对待填充图像的多层编码以及后续的解码过程中，能够利用图像中的物体、场景和纹理等信息对缺失区域实现填充，然后再对填充后的图像进行整体调优，调优过程中结合了上采样特征和解码特征层的特征，可在实际应用中获得良好的填充效果。
进一步地，在本申请的实施例中，还可对上述的调优结果进行二次调优，具体地，对第二图像进行多层上采样处理，得到多层上采样特征层和通过上采样处理调优后的第三图像，上采样处理包括对尺寸相同的当前上采样处理中的上采样特征层和前一次上采样处理中的上采样特征层的拼接操作。
也就是说，可对前述的第二图像再次进行类似的上采样处理，其中，需对尺寸相同的当前上采样处理中(第二次调优时)的上采样特征层和前一次上采样处理中(第一次调优时)的上采样特征层进行拼接，可以对第二图像的填充效果实现进一步的优化，得到的第三图像填充效果更佳。
关于编码处理，在本申请的一种实施方式中，对待填充图像的特征进行多层编码处理，生成多层编码特征层，可包括以下处理：
对待填充图像进行下采样处理，生成多层下采样特征层，其中每一层下采样特征层的长和宽变换为上一层下采样特征层的长和宽的1/k；
关于编码处理，相应地，对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，可包括以下处理：
对多层编码特征层进行上采样处理，得到多层上采样特征层，其中每一层上采样特征层的长和宽变换为上一层上采样特征层的长和宽的k倍，其中k为正整数。
本申请的实施例通过合理设计对图像的上采样和下采样处理，能够实现对有缺失图像的填充，且填充效果良好。
本申请的实施例中，对不同特征层的拼接操作，具体是对尺寸相同的两个特征层的矩阵，在通道维度上进行拼接。通过这种拼接处理能够使两特征层的特征融合，达到强化整体填充效果的目的。
举例来讲，在本申请的实施例中，可选地，上采样特征层与解码特征层各自对应矩阵的长宽维度相同，且图像通道数不同，例如，上采样特征层表示为三维矩阵[w,h,c1]，解码特征层表示为三维矩阵[w,h,c2]，其中， w和h分别为长和宽，c1为上采样特征层的通道数，c2为解码特征层的通道数。可通过特征变换操作，将上采样特征层的矩阵[w,h,c1]与解码特征层的矩阵[w,h,c2]在通道维度上拼接，可得到三维矩阵[w,h,c1+c2]，通过这种拼接处理能够使两者的特征融合，达到强化整体填充效果的目的。本申请的实施例中，在对待填充图像的特征进行多层编码处理之前，进行预处理，将目标图像中的目标区域去除，得到待填充图像，待填充图像中缺失的区域为待填充区域。
与上述方法实施例相对应地，本申请实施例还提供一种图像填充装置 100，参考图2，包括：
编码模块101，用于对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小，其中待填充图像包括缺失区域；
复原模块102，用于对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，其中，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
调优模块103，用于对第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
如图3所示，在一种实施方式中，图像填充装置100还包括：
二次调优模块104，用于对第二图像进行多层上采样处理，得到多层上采样特征层和通过上采样处理调优后的第三图像，上采样处理包括对尺寸相同的当前上采样处理中的上采样特征层和前一次上采样处理中的上采样特征层的拼接操作。
在一种实施方式中，编码模块101包括：下采样处理子模块，用于对待填充图像进行下采样处理，生成多层下采样特征层，其中每一层下采样特征层的长和宽变换为上一层下采样特征层的长和宽的1/k；
复原模块102包括：上采样处理子模块，用于对多层编码特征层进行上采样处理，得到多层多层上采样特征层，其中每一层上采样特征层的长和宽变换为上一层上采样特征层的长和宽的k倍，其中k为正整数。
在一种实施方式中，复原模块102或调优模块103的拼接操作包括：对尺寸相同的两个特征层的矩阵，在通道维度上进行拼接。
在一种实施方式中，图像填充装置100还包括：
预处理模块105，用于将目标图像中的目标区域去除，得到待填充图像，待填充图像中的缺失区域为待填充区域。
本申请实施例的图像填充装置100中的各个模块的功能与前述方法实施例中描述的内容相对应，也就是图像填充装置100中的各个模块可用于实现前述图像填充方法的各个步骤，可获得同样的有益技术效果。
在一种实施方式中，编码模块101、复原模块102、调优模块103是分别利用训练数据对神经网络进行训练而生成的，训练数据包括有缺失的待填充图像和对应的完整图像；其中，复原模块102对应于第一损失函数，调优模块对应于第二损失函数和第三损失函数，二次调优模块104对应于第一损失函数、第二损失函数、第三损失函数和第四损失函数，各个模块训练完成后构建得到图像填充装置，其中，
第一损失函数为像素级重建损失函数，第二损失函数为感知损失函数，第三损失函数为风格损失函数，第四损失函数为总变差损失函数。
在本申请实施例中，利用训练数据，分别训练神经网络(例如卷积神经网络、循环神经网络或其他类型神经网络)，能够分别得到可对待填充图像的特征进行多层编码处理的神经网络模型(编码模块101)、可对所述多层编码特征层进行逐层解码处理的神经网络模型(复原模块102)以及可对所述第一图像进行调优处理的神经网络模型(调优模块103)。
训练完成后，可将各个神经网络模型或称模块进行逻辑连接，得到图像填充装置100。使用时，将待填充图像输入该图像填充装置中，经过各个模块处理之后，可输出填充好的图像。
以下描述本申请实施例采用的多种损失函数。
在本申请的一种实施方式中，第一损失函数采用像素级重建损失函数，如下：
Figure RE-GDA0002609194230000071
其中，Lhole表示用于缺失区域的损失函数，Lvalid表示用于非缺失区域的损失函数，NIgt表示像素总个数，M表示掩码，Iout表示经过填充后的图像， Igt表示完整图像；
第二损失函数采用语义级感知损失函数，如下：
Figure RE-GDA0002609194230000072
其中，Ψ为预训练好的网络，
Figure RE-GDA0002609194230000073
为Ψ作用于Iout后的输出特征；
Figure RE-GDA0002609194230000074
为Ψ作用于Igt后的输出特征；p为Ψ的第p层；
第三损失函数采用高级风格化损失函数，如下：
Figure RE-GDA0002609194230000075
其中，Kp(x)＝x/(Cp×Wp×Hp)，Cp、Wp和Hp分别为Ψ网络中第p层的通道数目、长度和宽度；
第四损失函数采用总变差损失函数，如下：
Figure RE-GDA0002609194230000076
其中，Icom为组合后的图像，待填充区域取网络输出图像中的对应部分，其他区域取完整图像中的对应部分，
Figure RE-GDA0002609194230000081
为图像中第i行第j列的像素，N为总像素个数。
训练时，可先训练复原网络，采用像素级重建损失函数，训练完成后，加入第一调优网络，采用语义级感知损失函数和高级风格化损失函数，训练完成后，加入第二调优网络，采用像素级重建损失函数、语义级感知损失函数、高级风格化损失函数以及总变差损失函数。训练完成后形成整个模型，可输出填充图像。
本申请实施例专门设计上述四个损失函数及训练中的使用方式，可使最终模型的填充效果得到最大限度的优化，填充效果更加生动，真实，自然。
参考图4，示意性地示出了本申请一个实施例的待填充图像，为描述方便，图4中以涂色的方式将希望去除的物体标出，即海边沙滩上的一对躺椅。
根据本申请实施例的图像填充方法，可选地，预处理模块可对目标图像进行预处理：将目标图像中的目标区域去除，得到待填充图像，所述待填充图像中缺失的区域为待填充区域。
在图4实施例中，目标原始图像为包含躺椅的海滩图片，可通过已知的图像分割技术(例如边缘分割、语义分割的方式)，将躺椅从原始图片中抠除，可得到有缺失的待填充图像，即缺失躺椅区域的海滩图像，缺失的区域就是待填充的区域。
图5示意性地示出了本申请实施例的图像填充方法的逻辑过程图，结合图5来看，首先，编码模块对待填充图像的特征进行多层编码处理，生成多层编码特征层，多层编码特征层的尺寸逐层减小；可选地，可通过下采样编码实现，如前所述，将每一层的长和宽变为上一层的1/k(k为正整数，例如1/2、1/3等)，长宽变换的同时还进行通道维度的特征变换。
然后，复原模块对多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，第一图像中不存在缺失区域，逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；可选地，复原处理可以理解为编码过程的逆过程，即为上采样过程，每一层的长和宽变为上一层的例如2倍长宽变换的同时，也有通道维度的特征变换，其中，每一层的处理对象包括1)解码模块的前一层输出f1和2)编码模块中与f1长宽相同的那一层特征f2，然后将f1和f2在通道维度进行拼接，如此逐层解码各个编码特征层。
这里，由于待填充的海滩图像中包含了缺失区域之外的场景、物体、纹理等信息，例如海、沙滩、树、树的倒影等等，那么在上述编码和复原过程中，能够携带缺失区域四周的全部场景信息，基于此得到的完整图像将会补全以下至少一种：海、沙滩、树、树的倒影等，初步得到了完整图像。然后可通过多级调优模块对图像进行调优，图6示意性地示出了调优后的图像，可以看到，图6中对躺椅对应区域的填充融合了沙滩和树的倒影的特征，填充效果真实、自然。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。如图7所示，是根据本申请实施例的弹性分布式训练方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器1001、存储器1002，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的弹性分布式训练方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的弹性分布式训练方法。
存储器1002作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的弹性分布式训练方法对应的程序指令/模块。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的弹性分布式训练方法。
存储器1002可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据搜索结果的分析处理电子设备的使用所创建的数据等。此外，存储器 1002可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至搜索结果的分析处理电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例的弹性分布式训练方法对应的电子设备还可以包括：输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003 和输出装置1004可以通过总线或者其他方式连接，本申请图7实施例中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息，以及产生与搜索结果的分析处理电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种图像填充方法，包括：
对待填充图像的特征进行多层编码处理，生成多层编码特征层，所述多层编码特征层的尺寸逐层减小，其中所述待填充图像包括缺失区域；
对所述多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，所述第一图像中不存在缺失区域，其中，所述逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
对所述第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，所述上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
2.根据权利要求1所述的方法，还包括：
对所述第二图像进行多层上采样处理，得到多层上采样特征层和通过上采样处理调优后的第三图像，所述上采样处理包括对尺寸相同的当前上采样处理中的上采样特征层和前一次上采样处理中的上采样特征层的拼接操作。
3.根据权利要求1所述的方法，其中，
所述对待填充图像的特征进行多层编码处理，生成多层编码特征层，包括：对所述待填充图像进行下采样处理，生成多层下采样特征层，其中每一层下采样特征层的长和宽变换为上一层下采样特征层的长和宽的1/k；
所述对所述多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，包括：对所述多层编码特征层进行上采样处理，得到多层多层上采样特征层，其中每一层上采样特征层的长和宽变换为上一层上采样特征层的长和宽的k倍，其中k为正整数。
4.根据权利要求1所述的装置，其中，
所述拼接操作包括：对尺寸相同的两个特征层的矩阵，在通道维度上进行拼接。
5.根据权利要求1所述的方法，在所述对待填充图像的特征进行多层编码处理之前，所述方法还包括：
将目标图像中的目标区域去除，得到待填充图像，所述待填充图像中缺失的区域为待填充区域。
6.根据权利要求1-5中任一项所述的方法，其中，
所述多层编码处理、所述逐层解码处理以及所述上采样处理分别由编码模块、复原模块以及调优模块执行，
其中，所述编码模块、所述复原模块以及所述调优模块是分别利用训练数据对神经网络进行训练而生成的，训练数据包括有缺失的待填充图像和对应的完整图像；其中，所述复原模块对应于第一损失函数，所述调优模块对应于第二损失函数和第三损失函数，所述二次调优模块对应于第一损失函数、第二损失函数、第三损失函数和第四损失函数，各个模块训练完成后构建得到所述图像填充装置，其中，
所述第一损失函数为像素级重建损失函数，所述第二损失函数为感知损失函数，所述第三损失函数为风格损失函数，所述第四损失函数为总变差损失函数。
7.一种图像填充装置，包括：
编码模块，用于对待填充图像的特征进行多层编码处理，生成多层编码特征层，所述多层编码特征层的尺寸逐层减小，其中所述待填充图像包括缺失区域；
复原模块，用于对所述多层编码特征层进行逐层解码处理，得到多层解码特征层和第一图像，所述第一图像中不存在缺失区域，其中，所述逐层解码处理包括对尺寸相同的解码特征层和编码特征层的拼接操作；
调优模块，用于对所述第一图像进行上采样处理，得到多层上采样特征层和通过上采样处理调优后的第二图像，所述上采样处理包括对尺寸相同的上采样特征层和解码特征层的拼接操作。
8.根据权利要求7所述的装置，还包括：
二次调优模块，用于对所述第二图像进行多层上采样处理，得到多层上采样特征层和通过上采样处理调优后的第三图像，所述上采样处理包括对尺寸相同的当前上采样处理中的上采样特征层和前一次上采样处理中的上采样特征层的拼接操作。
9.根据权利要求7所述的装置，其中，
所述编码模块包括：下采样处理子模块，用于对所述待填充图像进行下采样处理，生成多层下采样特征层，其中每一层下采样特征层的长和宽变换为上一层下采样特征层的长和宽的1/k；
所述复原模块包括：上采样处理子模块，用于对所述多层编码特征层进行上采样处理，得到多层多层上采样特征层，其中每一层上采样特征层的长和宽变换为上一层上采样特征层的长和宽的k倍，其中k为正整数。
10.根据权利要求7所述的装置，其中，
所述复原模块或所述调优模块的拼接操作包括：对尺寸相同的两个特征层的矩阵，在通道维度上进行拼接。
11.根据权利要求7所述的装置，还包括：
预处理模块，用于将目标图像中的目标区域去除，得到待填充图像，所述待填充图像中的缺失区域为待填充区域。
12.根据权利要求7-11中任一项所述的装置，其中，
所述编码模块、所述复原模块、所述调优模块是分别利用训练数据对神经网络进行训练而生成的，训练数据包括有缺失的待填充图像和对应的完整图像；其中，所述复原模块对应于第一损失函数，所述调优模块对应于第二损失函数和第三损失函数，所述二次调优模块对应于第一损失函数、第二损失函数、第三损失函数和第四损失函数，各个模块训练完成后构建得到所述图像填充装置，其中，
所述第一损失函数为像素级重建损失函数，所述第二损失函数为感知损失函数，所述第三损失函数为风格损失函数，所述第四损失函数为总变差损失函数。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1至6中任一项所述的方法。
CN202010610906.0A 2020-06-30 2020-06-30 图像填充方法、装置、设备及存储介质 Active CN111768466B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010610906.0A CN111768466B (zh) 2020-06-30 2020-06-30 图像填充方法、装置、设备及存储介质
US17/203,437 US11983849B2 (en) 2020-06-30 2021-03-16 Image filling method and apparatus, device, and storage medium
EP21163622.0A EP3862966A3 (en) 2020-06-30 2021-03-19 Image filling method and apparatus, device, and storage medium
JP2021051058A JP7094412B2 (ja) 2020-06-30 2021-03-25 画像充填方法、装置、設備、記憶媒体、及びプログラム
KR1020210038536A KR20210040873A (ko) 2020-06-30 2021-03-25 이미지 충진 방법, 장치, 기기, 저장매체 및 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010610906.0A CN111768466B (zh) 2020-06-30 2020-06-30 图像填充方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111768466A true CN111768466A (zh) 2020-10-13
CN111768466B CN111768466B (zh) 2024-01-12

Family

ID=72724713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010610906.0A Active CN111768466B (zh) 2020-06-30 2020-06-30 图像填充方法、装置、设备及存储介质

Country Status (5)

Country Link
US (1) US11983849B2 (zh)
EP (1) EP3862966A3 (zh)
JP (1) JP7094412B2 (zh)
KR (1) KR20210040873A (zh)
CN (1) CN111768466B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381147A (zh) * 2020-11-16 2021-02-19 虎博网络技术(上海)有限公司 动态图片相似度模型建立、相似度计算方法和装置
CN112862909A (zh) * 2021-02-05 2021-05-28 北京百度网讯科技有限公司 一种数据处理方法、装置、设备以及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117939167A (zh) * 2022-10-14 2024-04-26 维沃移动通信有限公司 特征图处理方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110648293A (zh) * 2019-09-19 2020-01-03 北京百度网讯科技有限公司 图像修复方法、装置及电子设备
US20200012895A1 (en) * 2018-07-03 2020-01-09 General Electric Company Classification and localization based on annotation information

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004193957A (ja) 2002-12-11 2004-07-08 Konica Minolta Holdings Inc 画像処理装置、画像処理方法、画像処理プログラムおよび画像記録装置
KR102215805B1 (ko) 2018-01-30 2021-02-17 연세대학교 원주산학협력단 딥러닝 기술을 통한 흉부 물질 분리 영상 획득 방법 및 시스템
DE112019003587T5 (de) 2018-09-28 2021-04-22 Fujifilm Corporation Lernvorrichtung, Betriebsprogramm von Lernvorrichtung und Betriebsverfahren von Lernvorrichtung
CN111210443B (zh) 2020-01-03 2022-09-13 吉林大学 基于嵌入平衡的可变形卷积混合任务级联语义分割方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200012895A1 (en) * 2018-07-03 2020-01-09 General Electric Company Classification and localization based on annotation information
CN110648293A (zh) * 2019-09-19 2020-01-03 北京百度网讯科技有限公司 图像修复方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C.P. LIN等: "Reduced encoding of diffusion spectrum imaging with cross-term correction", 《 IEEE XPLORE》 *
崔昊;: "基于深度学习的高分辨率遥感图像海陆分割方法", 软件导刊, no. 03 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381147A (zh) * 2020-11-16 2021-02-19 虎博网络技术(上海)有限公司 动态图片相似度模型建立、相似度计算方法和装置
CN112381147B (zh) * 2020-11-16 2024-04-26 虎博网络技术(上海)有限公司 动态图片相似度模型建立、相似度计算方法和装置
CN112862909A (zh) * 2021-02-05 2021-05-28 北京百度网讯科技有限公司 一种数据处理方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
JP2021103567A (ja) 2021-07-15
KR20210040873A (ko) 2021-04-14
JP7094412B2 (ja) 2022-07-01
US11983849B2 (en) 2024-05-14
US20210201448A1 (en) 2021-07-01
EP3862966A2 (en) 2021-08-11
EP3862966A3 (en) 2021-09-08
CN111768466B (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
CN111182254B (zh) 一种视频处理方法、装置、设备及存储介质
CN111768466B (zh) 图像填充方法、装置、设备及存储介质
CN112950471A (zh) 视频超分处理方法、装置、超分辨率重建模型、介质
CN110648294B (zh) 图像修复方法、装置及电子设备
CN111340905B (zh) 图像风格化方法、装置、设备和介质
CN111754439A (zh) 图像处理的方法、装置、设备以及存储介质
CN111768468A (zh) 图像填充方法、装置、设备及存储介质
CN111242874A (zh) 图像修复的方法、装置、电子设备和存储介质
CN112561792A (zh) 图像风格迁移方法、装置、电子设备及存储介质
CN114723760B (zh) 人像分割模型的训练方法、装置及人像分割方法、装置
CN112308051A (zh) 文本框检测方法、装置、电子设备和计算机存储介质
CN111932464A (zh) 超分辨率模型使用和训练方法、装置、设备及介质
CN110648293B (zh) 图像修复方法、装置及电子设备
CN113393371A (zh) 一种图像处理方法、装置及电子设备
CN115082306A (zh) 一种基于蓝图可分离残差网络的图像超分辨率方法
CN111768467B (zh) 图像填充方法、装置、设备及存储介质
CN113989174A (zh) 图像融合方法和图像融合模型的训练方法、装置
CN116363429A (zh) 图像识别模型的训练方法、图像识别方法、装置及设备
CN115908205A (zh) 图像修复方法、装置、电子设备和存储介质
CN115690238A (zh) 图像生成及模型训练方法、装置、设备和存储介质
CN111784799B (zh) 图像填充方法、装置、设备及存储介质
CN115082624A (zh) 一种人体模型构建方法、装置、电子设备及存储介质
CN111738913A (zh) 视频填充方法、装置、设备及存储介质
CN114399708A (zh) 一种视频动作迁移深度学习系统和方法
CN113610856A (zh) 训练图像分割模型和图像分割的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant