CN114913061A - 一种图像处理方法、装置、存储介质及电子设备 - Google Patents
一种图像处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114913061A CN114913061A CN202210625667.5A CN202210625667A CN114913061A CN 114913061 A CN114913061 A CN 114913061A CN 202210625667 A CN202210625667 A CN 202210625667A CN 114913061 A CN114913061 A CN 114913061A
- Authority
- CN
- China
- Prior art keywords
- image
- stylized
- model
- target area
- processed
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 145
- 238000000034 method Methods 0.000 claims abstract description 79
- 238000012549 training Methods 0.000 claims description 95
- 230000008569 process Effects 0.000 claims description 46
- 230000004927 fusion Effects 0.000 claims description 42
- 238000007499 fusion processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 16
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G06T3/04—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、存储介质及电子设备。其中方法包括:接收待处理图像和所述待处理图像中目标区域的掩膜图;基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;展示与所述目标区域关联的风格化图像。基于风格化处理系统对待处理图像和掩膜图进行处理,基于掩膜图对待处理图像中的目标区域和非目标区域进行区分处理,以得到与目标区域关联的风格化图像,该风格化图像兼顾图像风格和目标区域的内容一致性。
Description
技术领域
本公开实施例涉及图像处理技术,尤其涉及一种图像处理方法、装置、存储介质及电子设备。
背景技术
随着科技的不断发展,越来越多的应用软件走进用户的生活,逐渐丰富用户的业余生活。例如用户可通过多种多样的应用软件通过视频或者图像等的形式记录生活,并上传到网络中。
其中,通过应用软件将采集的视频或者图像等进行风格化处理,但是目前的风格化处理得到的风格化图像与处理前的原始内容差异大,关联性差,以至于处理得到风格化图像不能很好的反应原始图像中的内容。示例性的,人像图经过风格化处理,得到的风格化图像与原始人像图中人像面部等关键区域相差较远,无法识别为同一人像。
发明内容
本公开提供一种图像处理方法、装置、存储介质及电子设备,以实现提高风格化图像与原始图像内容的关联性。
第一方面,本公开实施例提供了一种图像处理方法,包括:
接收待处理图像和所述待处理图像中目标区域的掩膜图;
基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
展示与所述目标区域关联的风格化图像。
第二方面,本公开实施例还提供了一种图像处理装置,包括:
图像接收模块,用于接收待处理图像和所述待处理图像中目标区域的掩膜图;
图像处理模块,用于基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
图像展示模块,用于展示与所述目标区域关联的风格化图像。
第三方面,本公开实施例还提供了一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任意实施例提供的图像处理方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行任意实施例提供的图像处理方法。
本公开实施例提供的技术方案,通过对接收的待处理图像,设置目标区域的掩码图像,为待处理图像的风格化处理过程提供辅助信息,以区分目标区域和非目标区域。预先设置已训练好的具有风格化处理能力的风格化处理系统,基于风格化处理系统对待处理图像和掩膜图进行处理,基于掩膜图对待处理图像中的目标区域和非目标区域进行区分处理,以得到与目标区域关联的风格化图像,该风格化图像兼顾图像风格和目标区域的内容一致性,提高风格化图像中目标区域与原始内容的关联性,使得在风格化图像在转换图像风格的基础上,对目标区域的内容保持与原始内容较高的识别度,将原始内容在转换的图像风格上进行很好的体现。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种图像处理方法流程示意图;
图2是本公开实施例提供的一种风格化处理系统的结构示意图;
图3是本公开实施例提供的图像重建模型训练过程的示意图;
图4是本公开实施例提供的编码模型的训练过程的示意图;
图5是本公开实施例提供的图像风格化模型的训练过程的示意图;
图6是本公开实施例公开的一种图像处理方法的示意图;
图7是本公开实施例公开的一种图像处理方法的示意图;
图8是本公开实施例提供的一种待处理图像和风格化图像的对比示意图;
图9为本公开实施例所提供的一种图像处理装置结构示意图;
图10为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本公开实施例所提供的一种图像处理方法流程示意图,本公开实施例适用于将待处理图像转换为风格化图像的情形,该方法可以由本发明实施例提供的图像处理装置来执行,该图像处理装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。如图1所示,所述方法包括:
S110、接收待处理图像和所述待处理图像中目标区域的掩膜图。
S120、基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像。
S130、展示与所述目标区域关联的风格化图像。
其中,待处理图像为进行风格化处理的原始图像。在一些实施例中,待处理图像可以是单一图像,还可以是待处理视频中的各帧图像,相应的,对待处理视频中的每一帧图像执行本公开的处理方式,得到的各帧风格化图像可形成风格化视频。
待处理图像可以是从外部设备导入的,还可以是有外部连接的图像采集设备(例如相机等)采集的,或者可以是从本地存储(例如本地相册)中导入的,还可以是通过图像采集设备(例如设备自带摄像头)实时采集的。相应的,本公开实施例的应用场景包括但不限于输入单一图像(实时采集的,或者历史采集的)的风格化处理场景、对已采集视频的风格化处理场景、实时采集视频(例如直播视频)的风格化处理场景。
待处理图像中目标区域的掩膜图为通过掩膜形式,将目标区域与待处理图像的其他区域进行区分的图像,该目标区域为风格化处理中保持与原始内容强相关的区域,该目标区域的数量可以是一个或多个,根据操作用户的需求确定。该掩膜图可以是图像形式,还可以是数据矩阵形式,对此不作限定。
在一些实施例中,目标区域可以是操作用户手动选择的,示例性的,在接收待处理图像后,在设备的显示屏幕上显示该待处理图像,在区域选择模式下,在检测到用户的区域选择操作的情况下,确定该区域选择操作对应的目标区域。其中,区域选择模式可在展示待处理图像后自动进入,或者,在显示页面上设置有区域选择控件,在区域选择控件被触发的情况下,进入区域选择模式。
区域选择操作可以是区域轮廓绘制操作,即通过手指或者鼠标等在待处理图像中绘制目标区域的轮廓,通过识别输入的轮廓,将轮廓内的区域确定为目标区域。区域选择操作还可以是通过设置区域选择框的位置和尺寸,确定目标区域,其中,在待处理图像的显示页面上,可显示区域选择框的形状,例如矩形框、圆形框等,在任一区域选择框的形状被选择的情况下,在检测到待处理图像的显示区域内的点击操作时,可确定选择框的位置,在检测到对选择框的拖动操作时,根据拖动操作调节选择框的位置,在检测到待处理图像的显示区域内滑动操作时,可根据滑动操作调节选择框的尺寸。根据选择框的位置和尺寸,确定选择框内的区域为目标区域。
在一些实施例中,目标区域可自动识别,以及自动分割得到。可选的,在待处理图像的显示页面上,设置有区域类型,例如,区域类型可以包括但不限于面部、眼睛、嘴、人像、食物、花、数目、前景、背景等,可根据用户的选择,确定目标区域的区域类型。根据选择的区域类型,对待处理图像进行识别,并基于识别结果对待处理图像进行图像分割,得到目标区域。示例性的,选择的类型为面部,在待处理图像中识别并分割得到面部区域,作为目标区域。其中识别出的区域的数量可以是多个。进一步的,可对识别出的多个目标区域进行选择,例如在待处理图像中识别出2个面部区域,可通过选择将被选择的面部区域作为目标区域,未被选择的面部区域作为非目标区域。
具体的,可预先设置多种区域识别模型,例如包括但不限于面部识别模型、人像识别模型、食物识别模型等,根据区域类型调用对应的区域识别模型,基于调用的区域识别模型对待处理图像进行处理,输出目标区域的分割图像。
可选的,可预先设置目标区域的默认类型,例如目标区域为面部区域,相应的,在接收到待处理图像后,识别待处理图像的面部区域,作为目标区域。其中,默认类型可根据用户需求进行设置和编辑。
基于目标区域对待处理图像进行掩膜处理,其中,目标区域和非目标区域可以通过0和1的方式进行区分。
本实施例中,通过预先训练好的风格化处理系统,对待处理图像和掩膜图进行处理,得到与待处理图像的风格化图像,该风格化图像中的目标区域与待处理图像的目标区域具有关联性,即风格化图像中的目标区域与待处理图像的目标区域具有较高的相似性,在风格化处理的同时,保留了目标区域较高的真实性和一致性。风格化处理系统在对待处理图像的处理过程中,将掩膜图作为辅助信息,在目标区域的处理过程信息中融入原始内容,以使得风格化图像的目标区域与待处理图像的目标区域保持较高的一致性。
其中,风格化处理系统对图像的风格化处理,转换得到图像风格此处不作限定,可根据风格转换需求确定。示例性的,风格化处理系统对应的转换风格可以是包括但不限于古风风格、印象派风格、简笔画风格等。不同风格类型对应的风格化处理系统,可根据对应风格类型的图像训练得到,对此不作限定。需要说明的是,此处不限定风格化处理系统的具体结构,在一些实施例中,风格化处理系统可以是一个机器学习模型,例如神经网络模型或者深度神经网络模型等,在一些实施例中,风格化处理系统可以是有多个机器学习模型组成的,组成该机器学习模型的多个机器学习模型可以是相同类型的模型,还可以是不同类型的模型。
将风格化处理系统得到的风格化图像进行展示,例如可以是将待处理图像和风格化图像在同一显示页面进行展示,便于将待处理图像和风格化图像进行比对。
本实施例提供的技术方案,通过对接收的待处理图像,设置目标区域的掩码图像,为待处理图像的风格化处理过程提供辅助信息,以区分目标区域和非目标区域。预先设置已训练好的具有风格化处理能力的风格化处理系统,基于风格化处理系统对待处理图像和掩膜图进行处理,基于掩膜图对待处理图像中的目标区域和非目标区域进行区分处理,以得到与目标区域关联的风格化图像,该风格化图像兼顾图像风格和目标区域的内容一致性。
在一实施例中,风格化处理系统包括编码模型、图像重建模型和图像风格化模型,其中,编码模型用于对输入图像进行编码,得到输入图像对应的图像编码,该编码模型可以是神经网络模型。图像重建模型和图像风格化模型可以为神经网络模型,例如,生成器模型。图像重建模型和图像风格化模型的输入信息为编码数据,基于编码数据生成对应的图像,其中,图像重建模型用于将编码数据还原为待处理图像,图像风格化模型用于基于编码数据生成风格化图像。编码模型分别与所述图像重建模型和所述图像风格化模型连接,图像重建模型和图像风格化模型的对应网络层连接,此处对应网络层的连接,用于实现图像重建模型中的网络层向图像风格化模型中的网络层传输特征信息。图像重建模型和图像风格化模型分别包括多个网络层,且图像重建模型和图像风格化模型中网络层之间存在对应关系,其中,具有对应关系的网络层可以是模型中的局部网络层或全部网络层。例如将处于同一处理阶段的网络层设置对应关系,在一些实施例中图像重建模型和图像风格化模型分别包括的网络层不同,例如,网络层的数量不同,各网络层的类型或结构不同等。示例性的,可将图像重建模型的第一网络层与图像风格化模型的第一网络层连接,将图像重建模型的第二网络层与图像风格化模型的第三网络层连接等,此处仅为示例,可根据图像重建模型和图像风格化模型的具体结构和各网络层的处理功能确定对应关系。在一些实施例中,图像重建模型和图像风格化模型的结构相同,具有相同的网络层,经过不同的训练数据分别训练得到,通过设置相同的结构的图像重建模型和图像风格化模型,两模型中对应层数的网络层对输入信息的处理阶段相同,将相同层数的网络层连接进行特征信息的传输,使得进行融合的特征信息相匹配。在简化了上述两模型之间网络层的对应关系的确定方式的基础上,提高了特征信息的匹配度,进一步提高风格化图像的精度。图像重建模型和图像风格化模型的对应网络层连接,即相同层数的网络层相连接,图像重建模型的每一网络层,将该网络层输出的特征信息,传输至图像风格化模型的对应网络层,图像风格化模型中的网络层将自身网络层生成的特征信息与图像重建模型中对应网络层传输的特征信息进行融合,以得到输出的特性信息。其中,图像重建模型和图像风格化模型中网络层输出的特征信息,可以是特征图,还可以是特征矩阵,对此不作限定。
在一些实施例中,基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像,包括:将所述待处理图像输入至所述编码模型中,得到所述待处理图像的图像编码;将所述图像编码输入至所述图像重建模型,得到所述图像重建模型对所述图像编码处理过程中网络层的特征信息;将所述图像编码和掩膜图输入至所述图像风格化模型的输入端,以及将所述图像重建模型中网络层的特征信息分别输入至所述图像风格化模型的对应网络层,得到与所述目标区域关联的风格化图像。
示例性的,参见图2,图2是本公开实施例提供的一种风格化处理系统的结构示意图。待处理图像作为编码模型的输入信息,输入至编码模型中,得到该待处理图像对应的图像编码,该图像编码可以是数据矩阵或者数据向量的形式,对此不做限定。图像编码作为图像重建模型的输入信息,输入图像重建模型中,该图像重建模型中可以包括多个网络层,该网络层基于输入信息生成特征信息,将生成的特征信息输入至下一网络层,以及在与图像风格化模型中网络层存在连接的情况下,将生成的特征信息输入至图像风格化模型中对应网络层。
图像编码和掩膜图作为输入信息,从图像风格化模型的输入端输入至图像风格化模型,以及图像重建模型各网络层生成的特征信息,作为图像风格化模型对应网络层的输入信息。图像风格化模型的网络层,基于图像编码或者前一网络层输出的目标特征信息生成当前网络层的初始特征信息,基于掩膜图将当前网络层的初始特征信息和图像重建模型对应网络层输入的特征信息进行融合处理,得到当前网络层的目标特征信息,并将所述当前网络层的目标特征信息输入至下一网络层,直到图像风格化模型的最后一网络层输出与所述目标区域关联的风格化图像。
其中,以图像重建模型G1与图像风格化模型G2的模型结构相同,对应层数的网络层之间连接为例,图像重建模型G1中各网络层输出的特征信息可标记为G1F={g1f1,g1f2,g1f3,…g1fn},n=G1层数,其中,g1f1为第一网络层输出的特征信息,相应的输入至图像风格化模型G2的第一网络层中,并以此类推。图像风格化模型的任一网络层基于该图像编码或者前一网络层输出的目标特征信息,生成当前网络层的初始特征信息g2fi,其中,i为网络层的层数。基于掩膜图将g1fi和g2fi进行融合处理,得到当前网络层的目标特征信息,该当前网络层的目标特征信息作为下一网络层输入的目标特征信息。每一网络层的特征信息可以是特征图的形式,相应的,最后一网络层输出的特征图即为与目标区域关联的风格化图像。需要说明的是,图像风格化模型的首个网络层的输入信息为图像编码,非首个网络层的输入信息为前一网络层输出的目标特征信息。
图像风格化模型中网络层对图像重建模型中的特征信息g1fi和当前网络层的初始特征信息g2fi进行融合的方式可以是,对目标区域和非目标区域分别对应的特征信息进行不同权重的组合,并基于目标区域和非目标区域分别融合后的特征信息组合成目标特征信息。具体的,可以是基于掩膜图实现对目标区域和非目标区域的不同权重的融合。
可选的,基于掩膜图将当前网络层的初始特征信息和图像重建模型对应网络层输入的特征信息进行融合处理,得到当前网络层的目标特征信息,包括:基于第一权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域内的特征信息进行特征融合,得到第一融合特征;基于第二权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域外的特征信息进行特征融合,得到第二融合特征;基于所述第一融合特征和第二融合特征,得到当前网络层的目标特征信息。
其中,第一权重组为初始特征信息和图像重建模型对应网络层输入的特征信息中,分别在目标区域的特征信息的融合权重,第二权重组为初始特征信息和图像重建模型对应网络层输入的特征信息中,分别在非目标区域,即目标区域外的特征信息的融合权重。示例性的,第一权重组中包括初始特征信息的第一权重,图像重建模型对应网络层输入的特征信息的第二权重,其中,第一权重和第二权重均不为零,分别为大于零,且小于一的数值,第一权重和第二权重的和为一。示例性的,第一权重为a,第二权重为1-a。第二权重组中包括初始特征信息的第三权重,和图像重建模型对应网络层输入的特征信息的第四权重,其中,第三权重和第四权重的和为一,且第三权重为大于零且小于等于一的数值,第四权重为大于等于零,且小于1的数值。示例性的,第三权重为b,第四权重为1-b。其中,第一权重组和第二权重组中的权重数值可根据融合需求进行设置,通过调节权重数值,实现对目标区域的内容一致性程度进行调控,得到满足不同内容一致性程度的风格化图像。
相应的,图像风格化模型的任一网络层的特征融合过程可以通过如下公式实现:gfi=a*g1fi*mask+(1-a)*g2fi*mask+b*g2fi*(1-mask)+(1-b)*g1fi*(1-mask)。其中,gfi为图像风格化模型的第i网络层输出的目标特征信息,g1fi为图像重建模型在第i层网络层生成的特征信息,g2fi为图像风格化模型的第i网络层生成的初始特征信息,mask为掩膜图中的掩膜图。本实施例中,掩膜图中目标区域中各像素位置可设置为1,非目标区域中的各像素位置设置为0,相应的,公式中mask表征目标区域为1,即a*g1fi*mask+(1-a)*g2fi*mask为对目标区域的特征信息进行融合;1-mask表征非目标区域为1,b*g2fi*(1-mask)+(1-b)*g1fi*(1-mask)为对非目标区域进行融合。在一些实施例中,a>1-b,即相对于非目标区域,目标区域中图像重建模型生成的特征信息对应的权重加大,以减小目标区域的风格化程度,提高与原始内容的相似性。
在一些实施例中,非目标区域直接采用初始特征信息,不进行特征信息的融合,以提高非目标区域的风格化程度相应的,目标特征信息可通过如下公式实现:gfi=a*g1fi*mask+(1-a)*g2fi*mask+g2fi*(1-mask)。
图像风格化模型每一网络层执行上述处理过程,直到最后一网络层输出风格化图像。
本公开实施例的技术方案,通过图像重建模型在对图像编码进行还原的过程中,得到各网络层的特征信息,并将各特征信息输入至图像风格化模型的对应网络层,图像风格化模型在对图像编码进行处理的过程中,每一网络层将自身网络层生成的初始特征信息和图像重建模型输入的特征信息,基于掩膜图进行融合处理,实现对目标区域和非目标区域中特征信息进行不同权重的融合,以调节目标区域中风格化程度,得到与目标区域关联的风格化图像,在对待处理图像进行风格化处理的同时,实现局部区域风格化程度可调。
在上述实施例的基础上,所述图像重建模型的训练过程,包括:基于随机数据和样本图像对待训练的图像重建模型和判别网络模型进行训练,得到训练完成的图像重建模型。本实施例中,图像重建模型为生成对抗网络中的生成器,判别网络模型可以是生成对抗网络中的判别器,通过训练数据对生成对抗网络进行训练,在生成对抗网络训练完成的情况下,得到训练完成的图像重建模型。示例性的,参见图3,图3是本公开实施例提供的图像重建模型训练过程的示意图。具体的,生成对抗网络中,包括生成器G1和判别器D1,对生成器G1和判别器D1进行交替的训练,直到得到训练结束条件,将训练完成的生成器G1确定为图像生成器。交替训练过程包括:固定生成器G1中的网络参数,将随机数据输入至生成器G1中,得到生成器G1输出的重建图像,该重建图像或者训练数据作为判别器D1输入信息,判别器D1输出对输入信息的判别结果,并根据输入信息的标签确实损失函数,对判别器D1进行网络参数的调节。在对判别器D1预设训练过程后,固定判别器D1,对生成器G1进行训练,即通过确定的损失函数对生成器G1进行网络参数的调节,交替执行上述训练过程,直到达到收敛状态等条件的情况下,将训练好的生成器G1确定为图像重建模型。
在上述实施例中,随机数据可以是随机噪声,可选的,根据图像重建模型的输入需求,设置随机数据的数据格式,该数据格式可以是包括数据长度,该数据长度可以是与编码模型的输出数据长度相同。用于对判别器D1进行训练的训练数据可以是通过图像采集设备采集得到,例如对真实对象在不同拍摄角度、不同光线强度下采集得到,此处不限定真实对象,可根据训练需求确定,在一些实施例中,真实对象可以是真实人物等。示例性的,训练数据还可以是虚拟人物渲染得到,还可以是预先训练的生成对抗网络生成的图像等,对此不做限定。
在上述实施例的基础上,所述编码模型的训练过程包括:迭代执行如下训练过程,直到满足训练条件,得到训练完成的编码模型:将样本图像输入至待训练的编码模型中,得到训练图像编码;将所述训练图像编码输入至已训练完成的图像重建模型中,得到重建图像;基于所述样本图像和所述重建图像调节所述编码模型的模型参数。
示例性的,参见图4,图4是本公开实施例提供的编码模型的训练过程的示意图。基于以训练完成的图像重建模型辅助训练编码模型,将训练数据输入至待训练的编码模型,得到该编码模型输出的训练图像编码,其中,训练数据可以是用于训练图像重建模型的训练数据,此处不做限定。将训练图像编码输入至图像重建模型中,该图像重建模型根据训练图像编码生成重建图像,其中,输入的训练数据为重建图像的理论数据,基于训练数据和重建图像确定损失函数,基于该损失函数对编码模型进行网络参数的调节。需要说明的是,此处不限定损失函数的类型。通过迭代地执行上述训练过程,直到满足训练结束条件,确定训练完成的编码模型。
在上述实施例的基础上,图像风格化模型的训练方法包括:基于所述图像重建模型的模型参数对图像风格化模型进行参数初始化处理;基于随机数据和风格化样本图像对待训练的初始化的图像风格化模型和判别网络模型进行训练,得到训练完成的图像风格化模型。
图像风格化模型为生成对抗网络中的生成器,判别网络模型可以是生成对抗网络中的判别器,通过训练数据对生成对抗网络进行训练,在生成对抗网络训练完成的情况下,得到训练完成的图像风格化模型。此处,用于训练图像风格化模型的训练数据可以是风格化图像,该风格化图像可以是从开源可商用数据集中读取的,还可以是通过PS修图处理、虚拟人物渲染或者对抗生成网络生成的,此处不做限定。
本实施例中,图像风格化模型与图像重建模型的结构相同,通过将已训练完成的图像风格化模型的网络参数作为图像风格化模型的初始网络参数,即图像风格化模型进行参数初始化处理,对初始化后的图像风格化模型进行迭代训练,以得到训练完成的图像风格化模型。初始化过程对图像风格化模型的网络参数进行赋值,有利于加速图像风格化模型的训练过程,缩短了图像风格化模型的训练时长,同时减少图像风格化模型在训练过程中所需要的训练数据的数量,降低训练数据的设置难度。
示例性的,参见图5,图5是本公开实施例提供的图像风格化模型的训练过程的示意图。需要说明过的是,图像风格化模型的训练过程与图像重建模型的训练过程相似,通过对初始化处理后的生成器与判别器进行交替训练,直到满足训练结束条件,此处不再赘述。
在上述实施例的基础上,该方法还包括:基于所述待处理图像与所述风格化图像作为训练样本中的图像对;基于各图像对,对端对端的移动端网络模型进行训练,得到端对端的风格化网络模型。可选的,端对端的移动端网络模型可以是包括编码器和解码器,编码器可以是对输入图像进行下采样处理,解码器可以是对上一网络层的输出特征进行上采样处理,此处不限定编码器和解码器分别的网络层数。
相对于风格化处理系统,移动端网络模型结构简单,占用内存小,且运行过程消耗的算力小,适应于配置在诸如手机等移动端设备,实现在移动端设备上对图像进行风格化处理,得到与输入图像中目标区域关联的风格化图像。
具体的,将待处理图像与经风格化处理系统对待处理图像处理得到的风格化图像作为图像对,其中,待处理图像作为移动端网络模型的输入数据,风格化图像作为移动端网络模型输出的预测风格化数据的标准数据,用于与预测风格化数据生成损失函数,以调节移动端网络模型的模型参数。迭代执行上述训练过程,以得到具有风格化处理功能的移动端网络模型。
需要说明的是,上述作为训练数据的多个图像对中,各待处理图像的目标区域相同,相应的,训练得到的移动端网络模型能够得到与待处理图像的目标区域关联的风格化图像。在一些实施例中,待处理图像为包括脸部区域的图像,目标区域为脸部区域,风格化图像为与脸部区域关联的风格化图像,相应的,基于上述图像对训练得到的移动端网络模型为能够对输入图像进行风格化处理,得到与输入图像的脸部区域相关联的风格化图像。
本实施例提供的技术方案,通过基于风格化处理系统处理过程的输入图像和输出图像,对移动端网络模型进行训练,以得到适应于移动端应用的移动端网络模型,实现在移动端进行图像风格化处理。
参见图6,图6是本公开实施例公开的一种图像处理方法的示意图。在上述实施例的基础上,对上述实施例进行优化,可选的,提取所述待处理图像中的目标区域,得到目标区域图像;将所述目标区域图像输入至所述风格化处理系统,得到目标区域的局部风格化图像;将与所述目标区域关联的风格化图像与所述局部风格化图像进行图像融合,得到目标风格化图像;相应的,所述展示与所述目标区域关联的风格化图像,包括:展示所述目标风格化图像。参见图6,该方法具体包括:
S210、接收待处理图像和所述待处理图像中目标区域的掩膜图。
S220、基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像。
S230、提取所述待处理图像中的目标区域,得到目标区域图像。
S240、将所述目标区域图像输入至所述风格化处理系统,得到目标区域的局部风格化图像。
S250、将与所述目标区域关联的风格化图像与所述局部风格化图像进行图像融合,得到目标风格化图像。
S260、展示所述目标风格化图像。
本实施例中,通过在待处理图像中分割出目标区域,得到目标区域图像,将目标区域图像作为风格化处理系统的输入图像,对目标区域图像进行处理,得到目标区域风格图,即目标区域的局部风格化图像。需要说明的是,目标区域图像对应的掩膜图可以是全部为1掩膜图。
进一步的,通过将对待处理图像整体处理得到的风格化图像和对目标区域图像进行局部处理得到的局部风格化图像进行融合,得到目标风格化图像,提高了目标风格化图像中目标区域与待处理图像的目标区域的内容一致性。
其中,将对待处理图像整体处理得到的风格化图像和对目标区域图像进行局部处理得到的局部风格化图像进行融合,可以是将对应像素点进行加权处理,此处,预先设置了进行融合的图像权重。
需要说明的是,本公开实施例中步骤S220,与步骤S230-步骤S240可以是顺序执行,也可以是并行执行,此处不作限定。
本实施例提供的技术方案,通过对目标区域形成的局部图像进行风格化处理,得到局部风格化图像,该局部风格化图像不受非目标区域的内容的影响,与待处理图像中目标区域内容的一致性较高,进一步的,将局部风格化图像与待处理图像对应的整体风格化图像进行融合,得到目标风格化图像,进一步提高目标风格化图像中目标区域与原始内容的一致性。
参见图7,图7是本公开实施例公开的一种图像处理方法的示意图。在上述实施例的基础上,提供了一种应用场景的处理过程。参见图7,该方法具体包括:
S310、接收包括面部区域的待处理图像和所述面部区域的掩膜图。
S320、基于风格化处理系统对所述包括面部区域的待处理图像和所述面部区域的掩膜图进行处理,得到与面部区域关联的风格化图像。
S330、展示与所述面部区域关联的风格化图像。
本实施例中,风格化处理系统中包括编码模型、图像重建模型和图像风格化模型,上述编码模型、图像重建模型和图像风格化模型通过人像图像、人像风格化图像的训练数据得到。相应的,编码模型为人像编码模型,图像重建模型为人像重建模型,图像风格化模型为人像分割化模型。
在接收到包括面部区域的待处理图像的情况下,确定待处理图像中的面部区域,示例性的,可通过面部识别模型(例如还可以是面部分割模型)对待处理图像进行识别,得到待处理图像的面部区域,并得到面部区域的掩膜图,即面部mask。
将待处理图像输入中编码模型中,得到图像编码,将图像编码输入至图像重建模型,得到图像重建模型各网络层的输出特征信息合,即G1F={g1f1,g1f2,g1f3,…g1fn},n=G1层数,将图像编码和掩膜图从输入端输入至图像风格化模型,将图像重建模型各网络层的输出特征信息输入到图像风格化模型的对应网络层,与各网络层的初始特征信息通过面部mask进行区域加权融合,融合方式为g2fi=a*g1fi*mask+(1-a)*g2fi*mask+g2fi*(1-mask),直到输出风格化图像。通过面部mask将图像重建模型和图像风格化模型得到的面部区域特征进行加权混合,非面部包含头发和背景区域特征使用图像风格化模型的特征,能够可控调节面部区域风格化程度,同时保持风格化的头发和背景。
进一步的,对待处理图像提取面部区域,形成面部区域图像,基于风格化处理系统对面部区域图像进行风格化处理,得到面部区域的局部风格化图像,通过面部融合技术,将风格化处理系统与上述对待处理图像整体处理得到的风格化图像进行面部区域融合,得到面部区域和真实面部更加一致的风格图。
示例性的,参见图8,图8是本公开实施例提供的一种待处理图像和风格化图像的对比示意图,图8中左图为待处理图像,右图为经风格化处理系统处理得到的风格化图像。需要说明的是,图中人像为经过设备合成的虚拟人像,仅为示例。其中,待处理图像为包含面包区域的人像图,相应的,目标区域为面部区域,风格化处理系统对图像的转换风格为古风风格。由图8可知,待处理图像中面部区域以外的区域的风格化程度大于面部区域的风格化程度,尤其是背景和头发等区域,转换为古风造风格,面部区域在进行古风风格转换的基础上,与原始内容的相似度较高,以使得从风格化图像中可明显识别面部的相似性,避免风格化图像与输入的待处理图像明显不一致的情况。
图9为本公开实施例所提供的一种图像处理装置结构示意图,如图9所示,所述装置包括:图像接收模块410、图像处理模块420和图像展示模块430。
图像接收模块410,用于接收待处理图像和所述待处理图像中目标区域的掩膜图;
图像处理模块420,用于基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
图像展示模块430,用于展示与所述目标区域关联的风格化图像。
本公开实施例所提供的技术方案,通过对接收的待处理图像,设置目标区域的掩码图像,为待处理图像的风格化处理过程提供辅助信息,以区分目标区域和非目标区域。预先设置已训练好的具有风格化处理能力的风格化处理系统,基于风格化处理系统对待处理图像和掩膜图进行处理,基于掩膜图对待处理图像中的目标区域和非目标区域进行区分处理,以得到与目标区域关联的风格化图像,该风格化图像兼顾图像风格和目标区域的内容一致性。
在上述实施例的基础上,可选的,所述风格化处理系统包括编码模型、图像重建模型和图像风格化模型,其中,所述编码模型分别与所述图像重建模型和所述图像风格化模型连接,所述图像重建模型和图像风格化模型的对应网络层连接。
在上述实施例的基础上,可选的,图像处理模块420包括:
图像编码确定模块,用于将所述待处理图像输入至所述编码模型中,得到所述待处理图像的图像编码;
特征信息确定模块,用于将所述图像编码输入至所述图像重建模型,得到所述图像重建模型对所述图像编码处理过程中网络层的特征信息;
风格化图像确定模块,用于将所述图像编码和掩膜图输入至所述图像风格化模型的输入端,以及将所述图像重建模型中网络层的特征信息分别输入至所述图像风格化模型的对应网络层,得到与所述目标区域关联的风格化图像。
在上述实施例的基础上,可选的,所述图像风格化模型的网络层,基于前一网络层输入的特征信息生成当前网络层的初始特征信息,基于掩膜图将当前网络层的初始特征信息和图像重建模型对应网络层输入的特征信息进行融合处理,得到当前网络层的目标特征信息,并将所述当前网络层的目标特征信息输入至下一网络层,直到图像风格化模型的最后一网络层输出与所述目标区域关联的风格化图像。
在上述实施例的基础上,可选的,图像风格化模型中的网络层,基于第一权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域内的特征信息进行特征融合,得到第一融合特征;基于第二权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域外的特征信息进行特征融合,得到第二融合特征;以及,基于所述第一融合特征和第二融合特征,得到当前网络层的目标特征信息。
在上述实施例的基础上,可选的,该装置还包括:
面部区域图像提取模块,用于提取所述待处理图像中的目标区域,得到目标区域图像;
局部风格化图像生成模块,用于将所述目标区域图像输入至所述风格化处理系统,得到目标区域的局部风格化图像;
图像融合模块,用于将与所述目标区域关联的风格化图像与所述局部风格化图像进行图像融合,得到目标风格化图像;
相应的,图像展示模块430用于展示所述目标风格化图像。
在上述实施例的基础上,可选的,该装置还包括:
图像重建模型训练模块,用于基于随机数据和样本图像对待训练的图像重建模型和判别网络模型进行训练,得到训练完成的图像重建模型。
在上述实施例的基础上,可选的,该装置还包括:
编码模型训练模块,用于迭代执行如下训练过程,直到满足训练条件,得到训练完成的编码模型:将样本图像输入至待训练的编码模型中,得到训练图像编码;将所述训练图像编码输入至已训练完成的图像重建模型中,得到重建图像;基于所述样本图像和所述重建图像调节所述编码模型的模型参数。
在上述实施例的基础上,可选的,该装置还包括:
图像风格化模型训练模块,用于:基于所述图像重建模型的模型参数对图像风格化模型进行参数初始化处理;基于随机数据和风格化样本图像对待训练的初始化的图像风格化模型和判别网络模型进行训练,得到训练完成的图像风格化模型。
在上述实施例的基础上,可选的,所述待处理图像为包括面部区域的图像,所述目标区域为面部区域;
图像处理模块420用于:基于风格化处理系统对所述包括面部区域的待处理图像和所述面部区域的掩膜图进行处理,得到与面部区域关联的风格化图像。
在上述实施例的基础上,可选的,该装置还包括:
移动端模型训练模块,用于将所述待处理图像与所述风格化图像确定为训练样本中的图像对,并基于各图像对,对端对端的移动端网络模型进行训练,得到端对端的风格化网络模型。
本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图10为本公开实施例所提供的一种电子设备的结构示意图。下面参考图10,其示出了适于用来实现本公开实施例的电子设备(例如图10中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的图像处理方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
接收待处理图像和所述待处理图像中目标区域的掩膜图;基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;展示与所述目标区域关联的风格化图像。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收待处理图像和所述待处理图像中目标区域的掩膜图;基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;展示与所述目标区域关联的风格化图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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储存介质。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。
【在具体实施方式部分,全文结束后,请将所有欲以权利要求形式进行保护的内容,以下述形式重复:】
根据本公开的一个或多个实施例,【示例一】提供了一种图像处理方法,包括:
接收待处理图像和所述待处理图像中目标区域的掩膜图;基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;展示与所述目标区域关联的风格化图像。
根据本公开的一个或多个实施例,【示例二】提供了一种图像处理方法,还包括:
所述风格化处理系统包括编码模型、图像重建模型和图像风格化模型,其中,所述编码模型分别与所述图像重建模型和所述图像风格化模型连接,所述图像重建模型和图像风格化模型的对应网络层连接。
根据本公开的一个或多个实施例,【示例三】提供了一种图像处理方法,还包括:
所述基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像,包括:将所述待处理图像输入至所述编码模型中,得到所述待处理图像的图像编码;将所述图像编码输入至所述图像重建模型,得到所述图像重建模型对所述图像编码处理过程中网络层的特征信息;将所述图像编码和掩膜图输入至所述图像风格化模型的输入端,以及将所述图像重建模型中网络层的特征信息分别输入至所述图像风格化模型的对应网络层,得到与所述目标区域关联的风格化图像。
根据本公开的一个或多个实施例,【示例四】提供了一种图像处理方法,还包括:
所述图像风格化模型的网络层,基于所述图像编码或者前一网络层输出的目标特征信息生成当前网络层的初始特征信息,基于掩膜图将当前网络层的初始特征信息和图像重建模型对应网络层输入的特征信息进行融合处理,得到当前网络层的目标特征信息,并将所述当前网络层的目标特征信息输入至下一网络层,直到图像风格化模型的最后一网络层输出与所述目标区域关联的风格化图像。
根据本公开的一个或多个实施例,【示例五】提供了一种图像处理方法,还包括:图像风格化模型中的网络层,基于第一权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域内的特征信息进行特征融合,得到第一融合特征;基于第二权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域外的特征信息进行特征融合,得到第二融合特征;以及,基于所述第一融合特征和第二融合特征,得到当前网络层的目标特征信息。
根据本公开的一个或多个实施例,【示例六】提供了一种图像处理方法,还包括:
所述方法还包括:提取所述待处理图像中的目标区域,得到目标区域图像;将所述目标区域图像输入至所述风格化处理系统,得到目标区域的局部风格化图像;将与所述目标区域关联的风格化图像与所述局部风格化图像进行图像融合,得到目标风格化图像;
相应的,所述展示与所述目标区域关联的风格化图像,包括:展示所述目标风格化图像。
根据本公开的一个或多个实施例,【示例七】提供了一种图像处理方法,还包括:
所述图像重建模型的训练过程,包括:基于随机数据和样本图像对待训练的图像重建模型和判别网络模型进行训练,得到训练完成的图像重建模型。
根据本公开的一个或多个实施例,【示例八】提供了一种图像处理方法,还包括:
所述编码模型的训练过程包括:迭代执行如下训练过程,直到满足训练条件,得到训练完成的编码模型:将样本图像输入至待训练的编码模型中,得到训练图像编码;将所述训练图像编码输入至已训练完成的图像重建模型中,得到重建图像;基于所述样本图像和所述重建图像调节所述编码模型的模型参数。
根据本公开的一个或多个实施例,【示例九】提供了一种图像处理方法,还包括;所述图像风格化模型的训练方法包括:基于所述图像重建模型的模型参数对图像风格化模型进行参数初始化处理;基于随机数据和风格化样本图像对待训练的初始化的图像风格化模型和判别网络模型进行训练,得到训练完成的图像风格化模型。
根据本公开的一个或多个实施例,【示例十】提供了一种图像处理方法,还包括:所述待处理图像为包括面部区域的图像,所述目标区域为面部区域;
所述基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像,包括:基于风格化处理系统对所述包括面部区域的待处理图像和所述面部区域的掩膜图进行处理,得到与面部区域关联的风格化图像。
根据本公开的一个或多个实施例,【示例十一】提供了一种图像处理方法,还包括:
所述方法还包括:将所述待处理图像与所述风格化图像确定为训练样本中的图像对,并基于各图像对,对端对端的移动端网络模型进行训练,得到端对端的风格化网络模型。
根据本公开的一个或多个实施例,【示例十二】提供了示例图像处理装置,包括:
图像接收模块,用于接收待处理图像和所述待处理图像中目标区域的掩膜图;
图像处理模块,用于基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
图像展示模块,用于展示与所述目标区域关联的风格化图像。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
接收待处理图像和所述待处理图像中目标区域的掩膜图;
基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
展示与所述目标区域关联的风格化图像。
2.根据权利要求1所述的方法,其特征在于,所述风格化处理系统包括编码模型、图像重建模型和图像风格化模型,其中,所述编码模型分别与所述图像重建模型和所述图像风格化模型连接,所述图像重建模型和图像风格化模型的对应网络层连接。
3.根据权利要求2所述的方法,其特征在于,所述基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像,包括:
将所述待处理图像输入至所述编码模型中,得到所述待处理图像的图像编码;
将所述图像编码输入至所述图像重建模型,得到所述图像重建模型对所述图像编码处理过程中网络层的特征信息;
将所述图像编码和掩膜图输入至所述图像风格化模型的输入端,以及将所述图像重建模型中网络层的特征信息分别输入至所述图像风格化模型的对应网络层,得到与所述目标区域关联的风格化图像。
4.根据权利要求3所述的方法,其特征在于,所述图像风格化模型中的网络层,基于所述图像编码或者前一网络层输出的目标特征信息生成当前网络层的初始特征信息,基于掩膜图将当前网络层的初始特征信息和图像重建模型对应网络层输入的特征信息进行融合处理,得到当前网络层的目标特征信息,并将所述当前网络层的目标特征信息输入至下一网络层,直到图像风格化模型的最后一网络层输出与所述目标区域关联的风格化图像。
5.根据权利要求4所述的方法,其特征在于,图像风格化模型中的网络层,基于第一权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域内的特征信息进行特征融合,得到第一融合特征;基于第二权重组,对所述初始特征信息和图像重建模型对应网络层输入的特征信息中,在对目标区域外的特征信息进行特征融合,得到第二融合特征;以及,基于所述第一融合特征和第二融合特征,得到当前网络层的目标特征信息。
6.根据权利要求1所述方法,其特征在于,所述方法还包括:
提取所述待处理图像中的目标区域,得到目标区域图像;
将所述目标区域图像输入至所述风格化处理系统,得到目标区域的局部风格化图像;
将与所述目标区域关联的风格化图像与所述局部风格化图像进行图像融合,得到目标风格化图像;
相应的,所述展示与所述目标区域关联的风格化图像,包括:
展示所述目标风格化图像。
7.根据权利要求2所述的方法,其特征在于,所述图像重建模型的训练过程,包括:
基于随机数据和样本图像对待训练的图像重建模型和判别网络模型进行训练,得到训练完成的图像重建模型。
8.根据权利要求2所述的方法,其特征在于,所述编码模型的训练过程包括:
迭代执行如下训练过程,直到满足训练条件,得到训练完成的编码模型:
将样本图像输入至待训练的编码模型中,得到训练图像编码;
将所述训练图像编码输入至已训练完成的图像重建模型中,得到重建图像;
基于所述样本图像和所述重建图像调节所述编码模型的模型参数。
9.根据权利要求2所述的方法,其特征在于,所述图像风格化模型的训练方法包括:
基于所述图像重建模型的模型参数对图像风格化模型进行参数初始化处理;
基于随机数据和风格化样本图像对待训练的初始化的图像风格化模型和判别网络模型进行训练,得到训练完成的图像风格化模型。
10.根据权利要求1所述的方法,其特征在于,所述待处理图像为包括面部区域的图像,所述目标区域为面部区域;
所述基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像,包括:
基于风格化处理系统对所述包括面部区域的待处理图像和所述面部区域的掩膜图进行处理,得到与面部区域关联的风格化图像。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述待处理图像与所述风格化图像确定为训练样本中的图像对,并基于各图像对,对端对端的移动端网络模型进行训练,得到端对端的风格化网络模型。
12.一种图像处理装置,其特征在于,包括:
图像接收模块,用于接收待处理图像和所述待处理图像中目标区域的掩膜图;
图像处理模块,用于基于风格化处理系统对所述待处理图像和所述掩膜图进行处理,得到与所述目标区域关联的风格化图像;
图像展示模块,用于展示与所述目标区域关联的风格化图像。
13.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的图像处理方法。
14.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210625667.5A CN114913061A (zh) | 2022-06-02 | 2022-06-02 | 一种图像处理方法、装置、存储介质及电子设备 |
PCT/CN2023/097319 WO2023232056A1 (zh) | 2022-06-02 | 2023-05-31 | 图像处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210625667.5A CN114913061A (zh) | 2022-06-02 | 2022-06-02 | 一种图像处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114913061A true CN114913061A (zh) | 2022-08-16 |
Family
ID=82771482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210625667.5A Pending CN114913061A (zh) | 2022-06-02 | 2022-06-02 | 一种图像处理方法、装置、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114913061A (zh) |
WO (1) | WO2023232056A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116862757A (zh) * | 2023-05-19 | 2023-10-10 | 上海任意门科技有限公司 | 一种控制人脸风格化程度的方法、装置、电子设备及介质 |
WO2023232056A1 (zh) * | 2022-06-02 | 2023-12-07 | 北京字跳网络技术有限公司 | 图像处理方法、装置、存储介质及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9275308B2 (en) * | 2013-05-31 | 2016-03-01 | Google Inc. | Object detection using deep neural networks |
EP3827412A4 (en) * | 2018-08-01 | 2021-08-18 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | IMAGE PROCESSING DEVICE AND METHOD |
CN109712068A (zh) * | 2018-12-21 | 2019-05-03 | 云南大学 | 用于葫芦烙画的图像风格迁移与模拟方法 |
CN114913061A (zh) * | 2022-06-02 | 2022-08-16 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、存储介质及电子设备 |
-
2022
- 2022-06-02 CN CN202210625667.5A patent/CN114913061A/zh active Pending
-
2023
- 2023-05-31 WO PCT/CN2023/097319 patent/WO2023232056A1/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023232056A1 (zh) * | 2022-06-02 | 2023-12-07 | 北京字跳网络技术有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN116862757A (zh) * | 2023-05-19 | 2023-10-10 | 上海任意门科技有限公司 | 一种控制人脸风格化程度的方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023232056A1 (zh) | 2023-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112989904B (zh) | 风格图像生成方法、模型训练方法、装置、设备和介质 | |
CN111368685A (zh) | 关键点的识别方法、装置、可读介质和电子设备 | |
CN114913061A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN110796721A (zh) | 虚拟形象的颜色渲染方法、装置、终端及存储介质 | |
WO2021231042A1 (en) | Image super-resolution | |
CN114331820A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114418834A (zh) | 一种文字生成方法、装置、电子设备及存储介质 | |
CN114937192A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111967397A (zh) | 人脸影像处理方法和装置、存储介质和电子设备 | |
CN115170740A (zh) | 特效处理方法、装置、电子设备及存储介质 | |
CN112785669B (zh) | 一种虚拟形象合成方法、装置、设备及存储介质 | |
CN114004905A (zh) | 人物风格形象图的生成方法、装置、设备及存储介质 | |
WO2024037556A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
WO2024041235A1 (zh) | 图像处理方法、装置、设备、存储介质及程序产品 | |
CN116596748A (zh) | 图像风格化处理方法、装置、设备、存储介质和程序产品 | |
CN115880526A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110619602A (zh) | 一种图像生成方法、装置、电子设备及存储介质 | |
CN114863482A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN114866706A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115272151A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115937356A (zh) | 图像处理方法、装置、设备及介质 | |
CN114022931A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN114399590A (zh) | 一种基于人脸解析图的人脸遮挡移除和三维模型生成方法 | |
CN114418835A (zh) | 图像处理方法、装置、设备及介质 | |
CN113850716A (zh) | 模型训练方法、图像处理方法、装置、电子设备及介质 |
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 |