CN113393371A - 一种图像处理方法、装置及电子设备 - Google Patents
一种图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113393371A CN113393371A CN202110718249.6A CN202110718249A CN113393371A CN 113393371 A CN113393371 A CN 113393371A CN 202110718249 A CN202110718249 A CN 202110718249A CN 113393371 A CN113393371 A CN 113393371A
- Authority
- CN
- China
- Prior art keywords
- image
- feature map
- layer
- sub
- feature
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 65
- 238000011176 pooling Methods 0.000 claims abstract description 30
- 230000004927 fusion Effects 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 45
- 238000013136 deep learning model Methods 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 20
- 238000007477 logistic regression Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 239000011800 void material Substances 0.000 claims description 11
- 238000007499 fusion processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 239000011796 hollow space material Substances 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 101100295091 Arabidopsis thaliana NUDT14 gene Proteins 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 4
- 238000013508 migration Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield 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
- G06N3/04—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、装置及电子设备，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术，具体可用于图像处理场景下。具体方案为：获取内容图像以及参考图像；将内容图像以及参考图像输入目标深度学习模型进行处理得到目标图像，目标图像的内容与内容图像的内容匹配，目标图像与参考图像的风格匹配；目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，编码模型的输入包括内容图像以及参考图像，解码模型的输出为目标图像。目标深度学习模型中结合了ASPP和注意力模型，实现内容图像和参考图像的特征融合，将参考图像的风格融入内容图像得到目标图像，实现内容图像风格化，可提高图像风格化效果。
Description
技术领域
本公开涉及人工智能领域，尤其涉及计算机视觉和深度学习技术，具体可用于图像处理场景下，尤其涉及一种图像处理方法、装置及电子设备。
背景技术
图像风格化，属于风格迁移的一个研究方向，即给定一张输入图像作为基础图像，可以称为内容图像，同时指定另一张图像作为希望得到的图像风格，该图像可以称为参考图像或风格图像，通过这两张图输入，最终生成一张新图像，这个新图像具有与内容图像相同的内容和结构，同时融入参考图像的风格，呈现出内容图像和参考图像的结合。
目前，常采用的图像风格化的方法，是利用数学统计方法进行合成和变换，也即是主要是通过图像变换的统计方法进行图像特征提取，然后根据提取的图像特征进行图像处理，得到风格化的图像。
发明内容
本公开提供一种图像处理方法、装置及电子设备。
第一方面，本公开一个实施例提供一种图像处理方法，所述方法包括：
获取内容图像以及参考图像；
将所述内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，其中，所述目标图像的内容与所述内容图像的内容匹配，所述目标图像与所述参考图像的风格匹配；
其中，所述目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，所述编码模型的输入包括所述内容图像以及所述参考图像，所述解码模型的输出为所述目标图像。
在本实施例的图像处理方法中，无需通过图像变换的统计方法进行图像特征提取以实现图像风格化，而是采用依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型的目标深度学习模型，对内容图像以及参考图像进行融合，得到目标图像，目标图像的内容与内容图像的内容匹配，目标图像与参考图像的风格匹配，实现内容图像的风格化，在本实施中的目标深度学习模型中结合了ASPP和注意力模型，实现内容图像和参考图像的特征融合，将参考图像的风格融入内容图像得到目标图像，实现内容图像的风格化，如此，可提高图像风格化效果。
第二方面，本公开一个实施例提供一种图像处理装置，所述装置包括：
获取模块，用于获取内容图像以及参考图像；
目标图像确定模块，用于将所述内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，其中，所述目标图像的内容与所述内容图像的内容匹配，所述目标图像与所述参考图像的风格匹配；
其中，所述目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，所述编码模型的输入包括所述内容图像以及所述参考图像，所述解码模型的输出为所述目标图像。
第三方面，本公开一个实施例还提供一种电子设备，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本公开如第一方面提供的图像处理方法。
第四方面，本公开一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开如第一方面提供的图像处理方法。
第五方面，本公开一个实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开如第一方面提供的图像处理方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：
图1是本公开提供的一个实施例的图像处理方法的流程示意图之一；
图2是本公开提供的一个实施例的图像处理方法的流程示意图之二；
图3是本公开提供的一个实施例的图像处理方法的原理图；
图4是本公开提供的一个实施例的ASPP的原理图；
图5是本公开提供的一个实施例的注意力模型的原理图；
图6是一个实施例的内容图像之一；
图7是一个实施例的参考图像之一；
图8是一个实施例的目标图像之一；
图9是一个实施例的内容图像之二；
图10是一个实施例的参考图像之二；
图11是一个实施例的目标图像之二；
图12是本公开提供的一个实施例的图像处理装置的结构图；
图13是用来实现本公开实施例的图像处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
如图1所示，根据本公开的实施例，本公开提供一种图像处理方法，可应用于电子设备，该方法包括：
步骤S101：获取内容图像以及参考图像。
可以理解，内容图像为需要融合其他图像风格的图像，参考图像为待风格迁移的图像，即参考图像的风格可迁移至内容图像，实现内容图像融合参考图像的风格，实现内容图像的风格化。作为一个示例，内容图像的的大小可以与参考图像的大小相同。
步骤S102：将内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像。
其中，目标图像的内容与内容图像的内容匹配，目标图像与参考图像的风格匹配；
其中，目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，编码模型的输入包括内容图像以及参考图像，解码模型的输出为目标图像。
空洞空间卷积池化金字塔即ASPP，全拼为Atrous Spatial Pyramid Pooling，也可以称为空洞空间池化金字塔。可以理解，目标图像是内容图像基于参考图像风格化后的图像，融合了内容图像的内容和参考图像的风格。其中，目标图像的内容与内容图像的内容匹配可以是目标图像的内容与内容图像的内容相同，例如，内容图像的内容是人像，则目标图像的内容也是人像，只是目标图像中的人像与内容图像中的人像的风格特征不同，目标图像中的人像的风格特征与参考图像相同，目标图像与参考图像的风格匹配，可以理解为目标图像与参考图像之间的风格特征(包括但不限于纹理特征以及颜色特征等)匹配。
其中，目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，也即是，ASPP的输入包括编码模块的输出，注意力模型的输入包括ASPP的输出，解码模型的输入包括注意力模型的输出。在本实施例中，通过目标深度学习模型实现参考图像的风格迁移至内容图像，得到目标图像，得到的目标图像不但具有内容图像的内容，而且还具有参考图像的风格。作为一个示例，目标图像可以与内容图像以及参考图像的大小相同。
在本实施例的图像处理方法中，无需通过图像变换的统计方法进行图像特征提取以实现图像风格化，而是采用依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型的目标深度学习模型，对内容图像以及参考图像进行融合，得到目标图像，目标图像的内容与内容图像的内容匹配，目标图像与参考图像的风格匹配，实现内容图像的风格化，在本实施中的目标深度学习模型中结合了ASPP和注意力模型，实现内容图像和参考图像的特征融合，将参考图像的风格融入内容图像得到目标图像，实现内容图像的风格化，如此，可提高图像风格化效果。
在一个实施例中，将内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，包括：将内容图像以及参考图像输入编码模型进行编码，得到内容图像的第一特征图以及参考图像的第二特征图；通过空洞空间卷积池化金字塔分别对第一特征图以及第二特征图进行处理，得到内容图像的N个第三特征图以及参考图像的N个第四特征图，N为大于1的整数，且N个第三特征图与N个第四特征图对应；将N个第三特征图以及N个第四特征图输入注意力模型进行融合处理，得到融合特征图；将融合特征图输入解码模型进行解码，得到目标图像。即在本实施例中，如图2所示，提供一种图像处理方法，包括：
步骤S201：获取内容图像以及参考图像。
步骤S201与步骤S101对应，在此不再赘述。
步骤S202：将内容图像以及参考图像输入编码模型进行编码，得到内容图像的第一特征图以及参考图像的第二特征图。
需要说明的是，编码模型的种类较多，在本公开实施例中不作限定，例如，作为一个示例，编码模型可以但不限于是CNN(Convolutional Neural Networks，卷积神经网络)/RNN(Recurrent Neural Network，循环神经网络)/BiRNN(双向RNN)/DarkNet(一种神经网络)/ResNet(残差网络)/RefineNet(一种可用于语义分割的网络)/LSTM(Long Short-TermMemory，长短期记忆网络)/Deep LSTM(深度LSTM)等。
内容图像以及参考图像分别输入编码模型，编码模型分别进行编码，编码模型对内容图像进行编码得到第一特征图，对参考图像进行编码得到第二特征图。
步骤S203：通过ASPP分别对第一特征图以及第二特征图进行处理，得到内容图像的N个第三特征图以及参考图像的N个第四特征图。
其中，N为大于1的整数，且N个第三特征图与N个第四特征图对应。
可以理解，通过ASPP中不同方式对第一特征图进行处理，可得到不同的第三特征图，即N个第三特征图不同，同理，得到的N个第四特征图不同，N个第三特征图与N个第四特征图一一对应，可以理解为通过ASPP中相同方式处理得到的第三特征图和第四特征图对应。例如，通过一个卷积核对第一特征图进行处理得到的第三特征图和通过该卷集合对第二特征图进行处理得到的第四特征图对应，如此通过ASPP中N种不同处理方式分别对第一特征图以及第二特征图进行处理，可得到一一对应的N个第三特征图与N个第四特征图。
步骤S204：将N个第三特征图以及N个第四特征图输入注意力模型进行融合处理，得到融合特征图。
步骤S205：将融合特征图输入解码模型进行解码，得到目标图像。
需要说明的是，解码模型的种类较多，在本公开实施例中不作限定，与编码模型的类型相同即可。例如，作为一个示例，解码模型可以但不限于是CNN/RNN/BiRNN/DarkNet/ResNet/RefineNet/LSTM/Deep LSTM等，若编码模型采用CNN模型，则解码模型对应采用CNN模型。
通过注意力模型对参考图像的N个第四特征图以及内容图像的N个第三特征图进行融合得到融合特征图，可以学习到更好的纹理以语义信息等，如此，对融合特征图像进行解码后，可得到风格化效果较好的目标图像，即可提高图像风格化效果。
在一个实施例中，注意力模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、逻辑回归层、第一拼接层、第二拼接层、第一矩阵点乘层、第二矩阵点乘层和第三矩阵点乘层；
其中，第一卷积层的输入包括N个第三特征图，第二卷积层的输入包括N个第三特征图，第三卷积层的输入包括N个第四特征图，第四卷积层的输入包括N个第四特征图，第一矩阵点乘层的输入包括第二卷积层的输出和第三卷积层的输出，逻辑回归层的输入包括第一矩阵点乘层的输出，第二矩阵点乘层的输入包括第一卷积层的输出以及逻辑回归层的输出，第三矩阵点乘层的输入包括第四卷积层的输出以及逻辑回归层的输出，第一拼接层的输入包括第二矩阵点乘层的输出以及第三矩阵点乘层的输出，第二拼接层的输入包括第一拼接层的N个输出，第二拼接层的输出包括融合特征图，解码模型的输入包括第二拼接层的输出，N个输出与N个第三特征图以及N个第四特征图对应。
需要说明的是，N个第三特征图和N个第四特征图可以分组输入注意力模型，例如，可将N个第三特征图和N个第四特征图分成N组特征图，每一组特征图一个第三特征图以及与其对应的第四特征图，且每组特征图之间不同，可将N组特征图依次输入注意力模型，对于输入的任一组特征图，其中的第三特征图输入第一卷积层和第二卷积层，该组特征图中的第四特征图输入第三卷积层和第四卷积层。可以理解，第一拼接层的每个输出对应一组特征图，即第一拼接层针对每一组特征图有一个输出，从而可得到N个输出。第二拼接层对第一拼接层的N个输出进行拼接，得到融合特征图，输入至解码模型，解码模型对融合特征图进行解码得到目标图像。
对于目标组特征图(N组特征图中任一组特征图)，包括目标第三特征图和对应的目标第四特征图，上述注意力模型的融合过程为：目标第三特征图输入第一卷积层进行卷积处理后得到第一卷积结果输出至第二矩阵点乘层，目标第三特征图输入第二卷积层进行卷积处理后得到第二卷积结果输出至第一矩阵点乘层，目标第四特征图输入第三卷积层进行卷积处理后得到第三卷积结果输出至第一矩阵点乘层，第一矩阵点乘层对第二卷积结果和第三卷积结果进行点乘处理后得到第一点乘结果(尺寸大小与第三特征图和第四特征图的大小相同)，第一点乘结果输入至逻辑回归层(softmax)，逻辑回归层基于第一点乘结果输出第一处理结果(尺寸大小与第一点乘结果的尺寸大小相同)至第二矩阵点乘层和第三矩阵点乘层，目标第四特征图还可输入第四卷积层进行卷积处理得到第四卷积结果，输出至第三矩阵点乘层，第二矩阵点乘层对第一卷积结果和第一处理结果进行点乘处理得到第二点乘结果，并输出至第一拼接层，第三矩阵点乘层对第四卷积结果和第一处理结果进行点乘处理得到第三点乘结果，并输出至第一拼接层，第一拼接层对第二点乘结果和第三点乘结果进行拼接得到一个输出。如此，对于N个第三特征图中的任一第三特征图以及与其对应的第四特征图均可进行上述类似过程，均可通过第一拼接层得到一个输出，从而可得到N个输出。N个输出传递至第二拼接层进行拼接，得到融合特征图，实现内容图像的特征与参考图像的特征的融合。另外需要说明的是，本公开实施例中的第一特征图、第二特征图、N个第三特征图、所述N个第四特征图、第一点乘结果、第一处理结果、第二点乘结果以及第三点乘结果的尺寸大小均可以相同。
作为一个示例，第一卷积层、第二卷积层、第三卷积层以及第四卷积层的卷积核的尺寸大小可均为1*1，*表示乘号。
在本实施例中，通过上述结构的注意力模型对内容图像的N个第三特征图以及参考图像的N个第四特征图进行融合，得到的融合特征图不但具备内容图像的特征，还具备参考图像的特征，通过对该融合特征图进行解码得到目标图像，可提高得到的目标图像风格化效果。
在一个实施例中，N个第三特征图包括第一子特征图、M个第二子特征图和第三子特征图，N个第四特征图包括第四子特征图、M个第五子特征图和第六子特征图，N为M与2之和，M为正整数；
通过空洞空间卷积池化金字塔分别对第一特征图以及第二特征图进行处理，得到内容图像的N个第三特征图以及参考图像的N个第四特征图，包括：
通过第一卷积核分别对第一特征图以及第二特征图进行卷积处理，得到第一子特征图以及第四子特征图，其中，第一子特征图以及第四子特征图输入注意力模型后得到N个输出中的一个输出；
通过M个空洞卷积核分别对第一特征图以及第二特征图进行卷积处理，得到M个第二子特征图以及M个第五子特征图，其中，M个空洞卷积核的采样率不同，任一第二子特征图与对应的第五子特征图输入注意力模型后得到N个输出中的一个输出；
对第一特征图以及第二特征图分别进行池化处理，得到第一池化图和第二池化图，并分别对第一池化层和第二池化层进行上采样处理，得到第三子特征图以及第六子特征图，其中，第三子特征图以及第六子特征图输入注意力模型后得到N个输出中的一个输出。
需要说明的是，第一子特征图与第四子特征图对应，第三子特征图与第六特征图对应，M个第二子特征图以及M个第五子特征图一一对应，相对应的第二子特征图和第五子特征图是通过相同的空洞卷积核进行处理得到的。
第一子特征图以及第四子特征图作为一组特征图输入注意力模型后，通过其中的第一拼接层可得到一个输出，第三子特征图以及所述第六子特征图作为一组特征图输入注意力模型后，通过其中的第一拼接层可得到另一个输出，任一第二子特征图与对应的第五子特征图作为一组特征图输入注意力模型后，通过其中的第一拼接层可得到又一个输出，且第二子特征图和第五子特征图的数量为M，如此，对于M个第二子特征图和M个第五子特征图，通过M组特征图一次输入注意力模型，通过其中的第一拼接层可得到M个输出，从而可得到N个输出，即包括第一子特征图以及所述第三子特征图输入注意力模型后通过第一拼接层得到的一个输出、上述M个输出和第三子特征图以及所述第六子特征图输入注意力模型后通过第一拼接层得到的一个输出。
在本实施例中，ASPP可通过第一卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述第一子特征图以及所述第四子特征图，可通过M个不同采样率的空洞卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述M个第二子特征图以及所述M个第五子特征图，可捕获多尺度信息，以及可通过对所述第一特征图以及所述第二特征图分别进行池化处理(例如，可以是平局池化)后，通过上采样处理得到所述第三子特征图以及所述第六子特征图，即通过N种不同方式对特征图进行处理，得到不同的子特征图，即得到不同的第三特征图和不同的第四特征图，然后将得到的所述N个第三特征图以及所述N个第四特征图输入所述注意力模型进行融合处理，得到融合特征图，将所述融合特征图输入所述解码模型进行解码，得到所述目标图像，实现图像风格化，可提高图像风格化效果。
在一个实施例中，目标深度学习模型通过以下方式训练得到：
获取内容训练图像集以及参考训练图像集；
根据内容训练图像集、参考训练图像集、内容训练图像集相关的内容损失函数以及参考训练图像集相关的参考损失函数对初始深度学习模型进行训练，得到目标深度学习模型。
即在本公开实施例训练过程中，损失函数主要包括内容损失和风格损失，即内容损失函数和参考损失函数，在训练过程中，基于内容损失函数和参考损失函数，通过模型的不断迭代，得到目标深度学习模型，使得目标深度模型能学习到图像的纹理以及语义信息等，如此，通过目标深度模型对所述内容图像以及参考图像进行处理，可使得到的目标图像与内容图像的内容匹配，且与参考图像的风格匹配，实现对内容图像的风格化，可提高图像风格化效果。
下面以一个具体实施例对上述图像处理方法的过程加以具体说明。
如图3所示，为本公开提供的一个实施例的图像处理方法的原理图，如图4所示，为本公开提供的一个实施例的ASPP的原理图，如图5所示，为本公开提供的一个实施例的注意力模型的原理图。
如图3所示，内容图像和参考图像输入目标深度学习模型中的编码模型，编码模型分别进行编码后得到第一特征图和第二特征图，第一特征图和第二特征图输入到的ASPP+注意力的模型进行处理后得到融合特征图，融合特征图输入到解码模型进行解码得到目标图像。
其中，目标深度学习模型的训练集可以包括内容训练图像集和参考训练图像集(可以理解为风格训练图像集)，其中，内容训练图像集可以采用coco数据集(一个大型图像数据集,是为对象检测、分割、人体关键点检测、语义分割和字幕生成等而设计的数据集)，参考训练图像集可以采用wikiart数据集，wikiart是一个艺术百科网站，该网站拥有大量的艺术图像作品，从而可利用wikiart图像数据集作为参考训练图像集进行模型训练。另外，本公开实施例中模型训练过程中的损失函数主要由风格损失和内容损失两部分构成，例如，损失函数均可采用L2 Loss(一种回归损失函数)损失函数，通过模型的不断迭代，得到目标深度学习模型，通过目标深度学习模型得到的目标图像风格纹理上与参考图像相似，内容上与内容图像接近。
训练得到目标深度学习模型之后，可利用目标深度学习模型进行风格迁移，实现内容图像的风格化，目标深度学习模型采用encode-decode(编码-解码)的模式架构，具体流程如下：
首先，将内容图像和参考图像输入到目标深度学习模型之中，通过目标深度学习模型的编码模型进行编码后得到各自对应的特征图，即得到第一特征图和第二特征图；
第一特征图和第二特征图输入ASPP进行处理，如图4所示，上述N取5，M取3，经过ASPP提取不同尺度、不同感受野的特征，得到内容图像的5个第三特征图(例如，图4中的特征图feat11、特征图feat12、特征图feat13、特征图feat14和特征图feat15)和参考图像的5个第四特征图(例如，图4中的特征图feat21、特征图feat22、特征图feat23、特征图feat24和特征图feat25)。如图4所示，通过第一卷积核对第一特征图进行卷积处理第一子特征图，即特征图feat11，通过第一卷积核对第二特征图进行卷积处理得到第四子特征图，即特征图feat21，第一卷积核可以为尺寸大小为1*1的卷积核。M个空洞卷积核包括采样率(rate)为3的尺寸大小为3*3的空洞卷积核J1、采样率为6的尺寸大小为3*3的空洞卷积核J2以及采样率为9的尺寸大小为3*3的空洞卷积核J3，第一特征图通过空洞卷积核J1进行处理后得到特征图feat12，第一特征图通过空洞卷积核J2进行处理后得到特征图feat13，第一特征图通过空洞卷积核J3进行处理后得到特征图feat14。通多对第一特征图进行平均池化并进行上采样后得到第三子特征图feat15，其中，第一子特征图为特征图feat11，M个第二子特征图包括特征图feat12、特征图feat13和特征图feat14，第三子特征图为特征图feat15。需要说明的是，通过对平均池化后的特征图进行上采样处理，是对平均池化后的特征图进行放大处理，使其与编码后得到的特征图的大小相同，以便拼接。通过第一卷积核对第一特征图进行卷积处理第四子特征图，即特征图feat21，第二特征图通过空洞卷积核J1进行处理后得到特征图feat22，第二特征图通过空洞卷积核J2进行处理后得到特征图feat23，第二特征图通过空洞卷积核J3进行处理后得到特征图feat24。通多对第二特征图进行平均池化并进行上采样后得到第六子特征图feat25，其中，第四子特征图为特征图feat21，M个第五子特征图包括特征图feat22、特征图feat23和特征图feat24，第六子特征图为特征图feat25。
5个第三特征图和5个第四特征图分成5组特征图，每组特征图包括一个第三特征图与对应的第四特征图，例如，5组特征图包括上述特征图feat11与特征图feat21形成的一组特征图、特征图feat12与特征图feat22形成的一组特征图、特征图feat13与特征图feat23形成的一组特征图、特征图feat14与特征图feat41形成的一组特征图、以及特征图feat15与特征图feat25形成的一组特征图。如图5所示，将5组特征图依次输入注意力模型，通过注意力模型中的卷积层、点乘层、逻辑回归层以及第一拼接层针对任一组特征图进行融合处理，图5中
表示点乘，通过第一拼接层得到一个输出，从而通过第一拼接层可得到5个输出，将这5个输出输入至注意力模型中的第二拼接层进行拼接，得到融合特征图。即经过注意力模型，将风格特征和内容特征进行融合，可以学习到更好的纹理以及语义信息，从而得到视觉效果良好的任意风格的风格化的目标图像。
即本公开实施例采用ASPP与注意力模型结合的方式，学习内容图像和参考图像的多尺度信息，并将二者的特征图进行充分的融合，从而对于处理对象中的大小目标均有较好的处理，从而可得到视觉效果良好的风格化目标图像。
例如，如图6所示，为一张内容图像A1，如图7所示，为一张参考图像B1，通过本公开实施例的图像处理方法，对内容图像A1和参考图像B1进行融合处理，得到的目标图像C1如图8所示。又例如，如图9所示，为一张内容图像A2，如图10所示，为一张参考图像B2，通过本公开实施例的图像处理方法，对内容图像A2和参考图像B2进行融合处理，得到的目标图像C2如图11所示。
本公开实施例的图像处理方法中，采用深度学习模型训练学习，无需人工设计诸多的特征提取公式，可以提取内容图像和参考图像较多的特征。且本实施例中的目标深度学习模型仅需要一次训练，不需要对每一张不同风格的参考图像单独再重新训练，因此可提高训练效率。另外，本实施例的方法可以通过多尺度的注意力机制，学习到更细节的纹理信息以及全局的语义信息，就可以支持任意多种风格迁移，泛化能力更强，风格化效果更佳。
如图12所示，根据本公开的实施例，本公开还提供一种图像处理装置1200，装置包括：
获取模块1201，用于获取内容图像以及参考图像；
目标图像确定模块1202，用于将内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，其中，目标图像的内容与内容图像的内容匹配，目标图像与参考图像的风格匹配；
其中，目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，编码模型的输入包括内容图像以及参考图像，解码模型的输出为目标图像。
在一个实施例中，目标图像确定模块1202，包括：
编码模块，将内容图像以及参考图像输入编码模型进行编码，得到内容图像的第一特征图以及参考图像的第二特征图；
特征图确定模块，用于通过ASPP分别对第一特征图以及第二特征图进行处理，得到内容图像的N个第三特征图以及参考图像的N个第四特征图，N为大于1的整数，且N个第三特征图与N个第四特征图对应；
融合模块，用于将N个第三特征图以及N个第四特征图输入注意力模型进行融合处理，得到融合特征图；
解码模块，用于将融合特征图输入解码模型进行解码，得到目标图像。
在一个实施例中，注意力模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、逻辑回归层、第一拼接层、第二拼接层、第一矩阵点乘层、第二矩阵点乘层和第三矩阵点乘层；
其中，第一卷积层的输入包括N个第三特征图，第二卷积层的输入包括N个第三特征图，第三卷积层的输入包括N个第四特征图，第四卷积层的输入包括N个第四特征图，第一矩阵点乘层的输入包括第二卷积层的输出和第三卷积层的输出，逻辑回归层的输入包括第一矩阵点乘层的输出，第二矩阵点乘层的输入包括第一卷积层的输出以及逻辑回归层的输出，第三矩阵点乘层的输入包括第四卷积层的输出以及逻辑回归层的输出，第一拼接层的输入包括第二矩阵点乘层的输出以及第三矩阵点乘层的输出，第二拼接层的输入包括第一拼接层的N个输出，第二拼接层的输出包括融合特征图，解码模型的输入包括第二拼接层的输出，N个输出与N个第三特征图以及N个第四特征图对应。
在一个实施例中，N个第三特征图包括第一子特征图、M个第二子特征图和第三子特征图，N个第四特征图包括第四子特征图、M个第五子特征图和第六子特征图，N为M与2之和，M为正整数；
特征图确定模块，包括：
第一卷积模块，用于通过第一卷积核分别对第一特征图以及第二特征图进行卷积处理，得到第一子特征图以及第四子特征图，其中，第一子特征图以及第四子特征图输入注意力模型后得到N个输出中的一个输出；
第二卷积模块，用于通过M个空洞卷积核分别对第一特征图以及第二特征图进行卷积处理，得到M个第二子特征图以及M个第五子特征图，其中，M个空洞卷积核的采样率不同，任一第二子特征图与对应的第五子特征图输入注意力模型后得到N个输出中的一个输出；
池化模块，用于对第一特征图以及第二特征图分别进行池化处理，得到第一池化图和第二池化图，并分别对第一池化层和第二池化层进行上采样处理，得到第三子特征图以及第六子特征图，其中，第三子特征图以及第六子特征图输入注意力模型后得到N个输出中的一个输出。
在一个实施例中，所述目标深度学习模型通过以下方式训练得到：
获取内容训练图像集以及参考训练图像集；
根据所述内容训练图像集、所述参考训练图像集、所述内容训练图像集相关的内容损失函数以及所述参考训练图像集相关的参考损失函数对初始深度学习模型进行训练，得到所述目标深度学习模型。
上述各实施例的图像处理装置为实现上述各实施例的图像处理方法的装置，技术特征对应，技术效果对应，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质以及一种计算机程序产品。
本公开实施例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公开所提供的图像处理方法。
本公开实施例的计算机程序产品，包括计算机程序，所述计算机程序用于使计算机执行本公开各实施例提供的图像处理方法。
图13示出了可以用来实施本公开的实施例的示例电子设备1300的示意性框图。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/或者要求的本公开的实现。
如图13所示，电子设备1300包括计算单元1301，其可以根据存储在只读存储器(ROM)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(RAM)1303中的计算机程序，来执行各种适当的动作和处理。在RAM1303中，还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
电子设备1300中的多个部件连接至I/O接口1305，包括：输入单元1306，例如键盘、鼠标等；输出单元1307，例如各种类型的显示器、扬声器等；存储单元1308，例如磁盘、光盘等；以及通信单元1304，例如网卡、调制解调器、无线通信收发机等。通信单元1304允许电子设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(I)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理，例如图像处理方法。例如，在一些实施例中，图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1302和/或通信单元1304而被载入和/或安装到设备1300上。当计算机程序加载到RAM1303并由计算单元1301执行时，可以执行上文描述的图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元1301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像处理方法。本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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(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(LAN)、广域网(WAN)、互联网和区块链网络。
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。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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，本公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (13)
1.一种图像处理方法，所述方法包括：
获取内容图像以及参考图像；
将所述内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，其中，所述目标图像的内容与所述内容图像的内容匹配，所述目标图像与所述参考图像的风格匹配；
其中，所述目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，所述编码模型的输入包括所述内容图像以及所述参考图像，所述解码模型的输出为所述目标图像。
2.根据权利要求1所述的方法，其中，所述将所述内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，包括：
将所述内容图像以及参考图像输入所述编码模型进行编码，得到所述内容图像的第一特征图以及所述参考图像的第二特征图；
通过所述ASPP分别对所述第一特征图以及所述第二特征图进行处理，得到所述内容图像的N个第三特征图以及所述参考图像的N个第四特征图，N为大于1的整数，且所述N个第三特征图与所述N个第四特征图对应；
将所述N个第三特征图以及所述N个第四特征图输入所述注意力模型进行融合处理，得到融合特征图；
将所述融合特征图输入所述解码模型进行解码，得到所述目标图像。
3.根据权利要求2所述的方法，其中，所述注意力模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、逻辑回归层、第一拼接层、第二拼接层、第一矩阵点乘层、第二矩阵点乘层和第三矩阵点乘层；
其中，所述第一卷积层的输入包括所述N个第三特征图，所述第二卷积层的输入包括所述N个第三特征图，所述第三卷积层的输入包括所述N个第四特征图，所述第四卷积层的输入包括所述N个第四特征图，所述第一矩阵点乘层的输入包括所述第二卷积层的输出和第三卷积层的输出，所述逻辑回归层的输入包括所述第一矩阵点乘层的输出，所述第二矩阵点乘层的输入包括所述第一卷积层的输出以及所述逻辑回归层的输出，所述第三矩阵点乘层的输入包括所述第四卷积层的输出以及所述逻辑回归层的输出，所述第一拼接层的输入包括所述第二矩阵点乘层的输出以及所述第三矩阵点乘层的输出，所述第二拼接层的输入包括所述第一拼接层的N个输出，所述第二拼接层的输出包括所述融合特征图，所述解码模型的输入包括所述第二拼接层的输出，所述N个输出与所述N个第三特征图以及所述N个第四特征图对应。
4.根据权利要求3所述的方法，其中，所述N个第三特征图包括第一子特征图、M个第二子特征图和第三子特征图，所述N个第四特征图包括第四子特征图、M个第五子特征图和第六子特征图，所述N为所述M与2之和，所述M为正整数；
所述通过所述空洞空间卷积池化金字塔分别对所述第一特征图以及所述第二特征图进行处理，得到所述内容图像的N个第三特征图以及所述参考图像的N个第四特征图，包括：
通过第一卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述第一子特征图以及所述第四子特征图，其中，所述第一子特征图以及所述第四子特征图输入所述注意力模型后得到所述N个输出中的一个输出；
通过M个空洞卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述M个第二子特征图以及所述M个第五子特征图，其中，所述M个空洞卷积核的采样率不同，任一第二子特征图与对应的第五子特征图输入所述注意力模型后得到所述N个输出中的一个输出；
对所述第一特征图以及所述第二特征图分别进行池化处理，得到第一池化图和第二池化图，并分别对所述第一池化层和所述第二池化层进行上采样处理，得到所述第三子特征图以及所述第六子特征图，其中，所述第三子特征图以及所述第六子特征图输入所述注意力模型后得到所述N个输出中的一个输出。
5.根据权利要求1所述的方法，其中，所述目标深度学习模型通过以下方式训练得到：
获取内容训练图像集以及参考训练图像集；
根据所述内容训练图像集、所述参考训练图像集、所述内容训练图像集相关的内容损失函数以及所述参考训练图像集相关的参考损失函数对初始深度学习模型进行训练，得到所述目标深度学习模型。
6.一种图像处理装置，所述装置包括：
获取模块，用于获取内容图像以及参考图像；
目标图像确定模块，用于将所述内容图像以及参考图像输入目标深度学习模型进行处理，得到目标图像，其中，所述目标图像的内容与所述内容图像的内容匹配，所述目标图像与所述参考图像的风格匹配；
其中，所述目标深度学习模型依次包括编码模型、空洞空间卷积池化金字塔ASPP、注意力模型以及解码模型，所述编码模型的输入包括所述内容图像以及所述参考图像，所述解码模型的输出为所述目标图像。
7.根据权利要求6所述的装置，其中，所述目标图像确定模块，包括：
编码模块，将所述内容图像以及参考图像输入所述编码模型进行编码，得到所述内容图像的第一特征图以及所述参考图像的第二特征图；
特征图确定模块，用于通过所述ASPP分别对所述第一特征图以及所述第二特征图进行处理，得到所述内容图像的N个第三特征图以及所述参考图像的N个第四特征图，N为大于1的整数，且所述N个第三特征图与所述N个第四特征图对应；
融合模块，用于将所述N个第三特征图以及所述N个第四特征图输入所述注意力模型进行融合处理，得到融合特征图；
解码模块，用于将所述融合特征图输入所述解码模型进行解码，得到所述目标图像。
8.根据权利要求7所述的装置，其中，所述注意力模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、逻辑回归层、第一拼接层、第二拼接层、第一矩阵点乘层、第二矩阵点乘层和第三矩阵点乘层；
其中，所述第一卷积层的输入包括所述N个第三特征图，所述第二卷积层的输入包括所述N个第三特征图，所述第三卷积层的输入包括所述N个第四特征图，所述第四卷积层的输入包括所述N个第四特征图，所述第一矩阵点乘层的输入包括所述第二卷积层的输出和第三卷积层的输出，所述逻辑回归层的输入包括所述第一矩阵点乘层的输出，所述第二矩阵点乘层的输入包括所述第一卷积层的输出以及所述逻辑回归层的输出，所述第三矩阵点乘层的输入包括所述第四卷积层的输出以及所述逻辑回归层的输出，所述第一拼接层的输入包括所述第二矩阵点乘层的输出以及所述第三矩阵点乘层的输出，所述第二拼接层的输入包括所述第一拼接层的N个输出，所述第二拼接层的输出包括所述融合特征图，所述解码模型的输入包括所述第二拼接层的输出，所述N个输出与所述N个第三特征图以及所述N个第四特征图对应。
9.根据权利要求8所述的装置，其中，所述N个第三特征图包括第一子特征图、M个第二子特征图和第三子特征图，所述N个第四特征图包括第四子特征图、M个第五子特征图和第六子特征图，所述N为所述M与2之和，所述M为正整数；
所述特征图确定模块，包括：
第一卷积模块，用于通过第一卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述第一子特征图以及所述第四子特征图，其中，所述第一子特征图以及所述第四子特征图输入所述注意力模型后得到所述N个输出中的一个输出；
第二卷积模块，用于通过M个空洞卷积核分别对所述第一特征图以及所述第二特征图进行卷积处理，得到所述M个第二子特征图以及所述M个第五子特征图，其中，所述M个空洞卷积核的采样率不同，任一第二子特征图与对应的第五子特征图输入所述注意力模型后得到所述N个输出中的一个输出；
池化模块，用于对所述第一特征图以及所述第二特征图分别进行池化处理，得到第一池化图和第二池化图，并分别对所述第一池化层和所述第二池化层进行上采样处理，得到所述第三子特征图以及所述第六子特征图，其中，所述第三子特征图以及所述第六子特征图输入所述注意力模型后得到所述N个输出中的一个输出。
10.根据权利要求6所述的装置，其中，所述目标深度学习模型通过以下方式训练得到：
获取内容训练图像集以及参考训练图像集；
根据所述内容训练图像集、所述参考训练图像集、所述内容训练图像集相关的内容损失函数以及所述参考训练图像集相关的参考损失函数对初始深度学习模型进行训练，得到所述目标深度学习模型。
11.一种电子设备，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1-5任一所述的图像处理方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-5任一所述的图像处理方法。
13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110718249.6A CN113393371B (zh) | 2021-06-28 | 2021-06-28 | 一种图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110718249.6A CN113393371B (zh) | 2021-06-28 | 2021-06-28 | 一种图像处理方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113393371A true CN113393371A (zh) | 2021-09-14 |
| CN113393371B CN113393371B (zh) | 2024-02-27 |
Family
ID=77624277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110718249.6A Active CN113393371B (zh) | 2021-06-28 | 2021-06-28 | 一种图像处理方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393371B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113658084A (zh) * | 2021-10-20 | 2021-11-16 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像处理方法、装置、存储介质以及电子设备 |
| CN114187624A (zh) * | 2021-11-09 | 2022-03-15 | 北京百度网讯科技有限公司 | 图像生成方法、装置、电子设备及存储介质 |
| CN114677355A (zh) * | 2022-04-06 | 2022-06-28 | 淮阴工学院 | 基于GAYOLOv3_Tiny电子元器件表面缺陷检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110399712A (zh) * | 2019-07-31 | 2019-11-01 | 网易（杭州）网络有限公司 | 基于验证码的交互验证方法、装置、介质和计算设备 |
| CN110992352A (zh) * | 2019-12-13 | 2020-04-10 | 北京小白世纪网络科技有限公司 | 基于卷积神经网络的婴儿头围ct图像自动测量方法 |
| CN111127346A (zh) * | 2019-12-08 | 2020-05-08 | 复旦大学 | 基于部分到整体注意力机制的多层次图像修复方法 |
| CN111178213A (zh) * | 2019-12-23 | 2020-05-19 | 大连理工大学 | 一种基于深度学习的航拍车辆检测方法 |
| WO2021031066A1 (zh) * | 2019-08-19 | 2021-02-25 | 中国科学院深圳先进技术研究院 | 一种软骨图像分割方法、装置、可读存储介质及终端设备 |
| CN112861970A (zh) * | 2021-02-09 | 2021-05-28 | 哈尔滨工程大学 | 一种基于特征融合的细粒度图像分类方法 |
| CN112884682A (zh) * | 2021-01-08 | 2021-06-01 | 福州大学 | 一种基于匹配与融合的立体图像颜色校正方法及系统 |
-
2021
- 2021-06-28 CN CN202110718249.6A patent/CN113393371B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110399712A (zh) * | 2019-07-31 | 2019-11-01 | 网易（杭州）网络有限公司 | 基于验证码的交互验证方法、装置、介质和计算设备 |
| WO2021031066A1 (zh) * | 2019-08-19 | 2021-02-25 | 中国科学院深圳先进技术研究院 | 一种软骨图像分割方法、装置、可读存储介质及终端设备 |
| CN111127346A (zh) * | 2019-12-08 | 2020-05-08 | 复旦大学 | 基于部分到整体注意力机制的多层次图像修复方法 |
| CN110992352A (zh) * | 2019-12-13 | 2020-04-10 | 北京小白世纪网络科技有限公司 | 基于卷积神经网络的婴儿头围ct图像自动测量方法 |
| CN111178213A (zh) * | 2019-12-23 | 2020-05-19 | 大连理工大学 | 一种基于深度学习的航拍车辆检测方法 |
| CN112884682A (zh) * | 2021-01-08 | 2021-06-01 | 福州大学 | 一种基于匹配与融合的立体图像颜色校正方法及系统 |
| CN112861970A (zh) * | 2021-02-09 | 2021-05-28 | 哈尔滨工程大学 | 一种基于特征融合的细粒度图像分类方法 |
Non-Patent Citations (2)
| Title |
|---|
| WENJING WANG 等: "Consistent Video Style Transfer via Relaxation and Regularization", IEEE TRANSACTIONS ON IMAGE PROCESSING * |
| 刘明昊;: "基于VGG-16的图像风格迁移", 电子制作, no. 12 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113658084A (zh) * | 2021-10-20 | 2021-11-16 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像处理方法、装置、存储介质以及电子设备 |
| CN113658084B (zh) * | 2021-10-20 | 2022-06-28 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像处理方法、装置、存储介质以及电子设备 |
| CN114187624A (zh) * | 2021-11-09 | 2022-03-15 | 北京百度网讯科技有限公司 | 图像生成方法、装置、电子设备及存储介质 |
| CN114187624B (zh) * | 2021-11-09 | 2023-09-22 | 北京百度网讯科技有限公司 | 图像生成方法、装置、电子设备及存储介质 |
| CN114677355A (zh) * | 2022-04-06 | 2022-06-28 | 淮阴工学院 | 基于GAYOLOv3_Tiny电子元器件表面缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113393371B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113657390B (zh) | 文本检测模型的训练方法和检测文本方法、装置和设备 | |
| CN113393371B (zh) | 一种图像处理方法、装置及电子设备 | |
| CN113011420B (zh) | 字符识别方法、模型训练方法、相关装置及电子设备 | |
| CN113379627A (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
| CN113177449B (zh) | 人脸识别的方法、装置、计算机设备及存储介质 | |
| CN112562069A (zh) | 三维模型的构造方法、装置、设备和存储介质 | |
| CN111967297A (zh) | 图像的语义分割方法、装置、电子设备及介质 | |
| CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
| CN112785493A (zh) | 模型的训练方法、风格迁移方法、装置、设备及存储介质 | |
| CN114386503A (zh) | 用于训练模型的方法和装置 | |
| CN114511743B (zh) | 检测模型训练、目标检测方法、装置、设备、介质及产品 | |
| CN114549728A (zh) | 图像处理模型的训练方法、图像处理方法、装置及介质 | |
| CN114202648A (zh) | 文本图像矫正方法、训练方法、装置、电子设备以及介质 | |
| CN113139463B (zh) | 用于训练模型的方法、装置、设备、介质和程序产品 | |
| CN113610856B (zh) | 训练图像分割模型和图像分割的方法和装置 | |
| CN113361535B (zh) | 图像分割模型训练、图像分割方法及相关装置 | |
| CN112784967B (zh) | 信息处理方法、装置以及电子设备 | |
| CN114463361A (zh) | 网络模型训练方法、装置、设备、介质及程序产品 | |
| CN114078097A (zh) | 图像去雾模型的获取方法、装置和电子设备 | |
| CN114282664A (zh) | 自反馈模型训练方法、装置、路侧设备及云控平台 | |
| CN113327194A (zh) | 图像风格迁移方法、装置、设备和存储介质 | |
| CN113947146A (zh) | 样本数据生成方法、模型训练方法、图像检测方法及装置 | |
| CN115169530B (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
| CN113343979B (zh) | 用于训练模型的方法、装置、设备、介质和程序产品 | |
| CN116402914B (zh) | 用于确定风格化图像生成模型的方法、装置及产品 |
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 |