CN114913104B - 图像处理方法、图像处理装置、电子设备及存储介质 - Google Patents
图像处理方法、图像处理装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114913104B CN114913104B CN202210508337.8A CN202210508337A CN114913104B CN 114913104 B CN114913104 B CN 114913104B CN 202210508337 A CN202210508337 A CN 202210508337A CN 114913104 B CN114913104 B CN 114913104B
- Authority
- CN
- China
- Prior art keywords
- gesture
- image
- vector
- target
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 188
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 239000013598 vector Substances 0.000 claims abstract description 260
- 238000013507 mapping Methods 0.000 claims abstract description 142
- 230000004927 fusion Effects 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 25
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000010606 normalization Methods 0.000 claims description 37
- 238000000605 extraction Methods 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 15
- 238000011176 pooling Methods 0.000 claims description 14
- 230000004913 activation Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 17
- 238000013473 artificial intelligence Methods 0.000 description 13
- 239000002131 composite material Substances 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000003058 natural language processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000001308 synthesis method Methods 0.000 description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
本申请实施例提供了一种图像处理方法、图像处理装置、电子设备及存储介质,属于图像处理技术领域。该方法包括:获取原始人物图像;对原始人物图像进行姿势关键点提取,得到源姿势关键点;对原始人物图像进行姿势解析映射,得到源姿势映射向量;对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量;对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像。本申请能够提高合成图像的图像质量。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、图像处理装置、电子设备及存储介质。
背景技术
目前的图像合成方法常常是通过解析映射的方式进行图像合成,得到新的合成图像,通过这一方式生成的合成图像清晰度较差,存在图像质量不高的问题,因此,如何提高合成图像的质量,成为了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种图像处理方法、图像处理装置、电子设备及存储介质,旨在提高合成图像的图像质量。
为实现上述目的,本申请实施例的第一方面提出了一种图像处理方法,所述方法包括:
获取原始人物图像;
对所述原始人物图像进行姿势关键点提取,得到源姿势关键点;
对所述原始人物图像进行姿势解析映射,得到源姿势映射向量;
对所述源姿势关键点、所述源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量;
通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像。
在一些实施例,所述图像处理模型包括编码网络、傅里叶残差变换网络以及解码网络,所述通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量的步骤,包括:
通过所述编码网络对所述融合姿势特征进行编码处理,得到融合姿势特征向量;
通过所述傅里叶残差变换网络对所述融合姿势特征向量进行特征提取,得到目标空间姿势特征;
通过所述解码网络对所述目标空间姿势特征进行解码处理,得到所述目标姿势映射向量。
在一些实施例,所述傅里叶残差变换网络包括实部傅里叶变换层、卷积激活层、傅里叶反变换层,所述通过所述傅里叶残差变换网络对所述融合姿势特征向量进行特征提取,得到目标空间姿势特征的步骤,包括:
通过所述实部傅里叶变换层将所述融合姿势特征向量映射至预设的频域空间,得到初始频域姿势特征;
通过所述卷积激活层对所述初始频域姿势特征进行特征放大处理,得到目标频域姿势特征;
通过所述傅里叶反变换层对所述目标频域姿势特征进行特征转换,得到所述目标空间姿势特征。
在一些实施例,所述对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量的步骤,包括:
对所述原始人物图像进行全局编码处理,得到人物全局特征向量;
对所述人物全局特征向量进行局部编码处理,得到人物风格纹理向量;
对所述源姿势映射向量进行局部编码处理,得到原始区域纹理向量;
对所述人物风格纹理向量和所述原始区域纹理向量进行特征融合,得到所述原始区域风格向量。
在一些实施例,所述通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像的步骤,包括:
对所述融合姿势特征、所述目标姿势映射向量进行拼接处理,得到目标姿势特征向量;
对所述原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征;
对所述目标区域风格纹理特征进行空间感知归一化,得到目标图像纹理特征;
对所述目标图像纹理特征进行解码处理,得到所述目标合成图像。
在一些实施例,所述对所述原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征的步骤,包括:
对所述原始区域风格向量进行平均池化处理,得到目标风格纹理特征;
对所述目标姿势特征向量进行平均池化处理,得到目标姿势纹理特征;
对所述目标风格纹理特征和所述目标姿势纹理特征进行拼接处理,得到所述目标区域风格纹理特征。
在一些实施例,所述通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量的步骤之前,所述方法还包括预先训练所述图像处理模型,具体包括:
获取样本人物图像;
对所述样本人物图像进行姿势关键点提取,得到样本姿势关键点,并对所述样本人物图像进行姿势解析映射,得到第一姿势映射向量;
将所述样本人物图像、所述样本姿势关键点以及所述第一姿势映射向量输入至所述图像处理模型,所述图像处理模型包括第一生成器、第二生成器以及鉴别器;
通过所述第一生成器对所述样本姿势关键点以及所述第一姿势映射向量进行姿势生成处理,得到第二姿势映射向量;
通过所述第二生成器对所述样本人物图像、所述样本姿势关键点、所述第一姿势映射向量以及所述第二姿势映射向量进行图像合成处理,得到样本合成图像;
通过所述鉴别器对所述样本合成图像进行谱归一化处理,得到样本归一化特征;
通过所述图像处理模型的损失函数对所述样本归一化特征进行损失计算,得到模型损失值,并根据所述模型损失值对所述图像处理模型进行优化。
为实现上述目的,本申请实施例的第二方面提出了一种图像处理装置,所述装置包括:
图像获取模块,用于获取原始人物图像;
关键点提取模块,用于对所述原始人物图像进行姿势关键点提取,得到源姿势关键点;
解析映射模块,用于对所述原始人物图像进行姿势解析映射,得到源姿势映射向量;
拼接模块,用于对所述源姿势关键点、所述源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
姿势生成模块,用于通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
编码模块,用于对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量;
图像合成模块,用于通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像。
为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现上述第一方面所述的方法。
为实现上述目的,本申请实施例的第四方面提出了一种存储介质,所述存储介质为计算机可读存储介质,用于计算机可读存储,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述第一方面所述的方法。
本申请提出的图像处理方法、图像处理装置、电子设备及存储介质,其通过获取原始人物图像,通过对原始人物图像进行姿势关键点提取,得到源姿势关键点,并对原始人物图像进行姿势解析映射,得到源姿势映射向量,能够通过关键点提取和映射处理的方式获取较为重要的人物姿势特征。进一步地,对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征,并通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量,能够对人物姿势特征进行调整,得到符合需求的人物姿势信息,最后,对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像,能够根据图像的人物姿势特征以及区域风格纹理特征构建出新的合成图像,从而提高合成图像的质量。
附图说明
图1是本申请实施例提供的图像处理方法的流程图;
图2是本申请实施例提供的图像处理方法的另一流程图;
图3是图1中的步骤S105的流程图;
图4是图3中的步骤S302的流程图;
图5是图1中的步骤S106的流程图;
图6是图1中的步骤S107的流程图;
图7是图6中的步骤S602的流程图;
图8是本申请实施例提供的图像处理装置的结构示意图;
图9是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对本申请中涉及的若干名词进行解析:
人工智能(artificial intelligence,AI):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;人工智能是计算机科学的一个分支,人工智能企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
自然语言处理(natural language processing,NLP):NLP用计算机来处理、理解以及运用人类语言(如中文、英文等),NLP属于人工智能的一个分支,是计算机科学与语言学的交叉学科,又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息意图识别、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域,它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
信息抽取(Information Extraction):从自然语言文本中抽取指定类型的实体、关系、事件等事实信息,并形成结构化数据输出的文本处理技术。信息抽取是从文本数据中抽取特定信息的一种技术。文本数据是由一些具体的单位构成的,例如句子、段落、篇章,文本信息正是由一些小的具体的单位构成的,例如字、词、词组、句子、段落或是这些具体的单位的组合。抽取文本数据中的名词短语、人名、地名等都是文本信息抽取,当然,文本信息抽取技术所抽取的信息可以是各种类型的信息。
图像处理(Image Processing):用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。
图像合成(Image Synthesis):是将多谱段黑白图像经多光谱图像彩色合成而变成彩色图像的处理的一种技术。这类技术应用是媒体计算技术实际应用的一种,它是基于互联网海量的图像信息源,通过用户给定的图像期望元素对象以及对象的具体特征,通过一定的筛选过滤算法,从图像库中选择最匹配的图像源,再经过对图像对象的分割、提取,经过处理后最终合成出最能满足用户需要的结果图像。
图像纹理:是一种反映图像中同质现象的视觉特征,它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志:某种局部序列性不断重复、非随机排列、纹理区域内大致为均匀的统一体。纹理不同于灰度、颜色等图像特征,它通过像素及其周围空间邻域的灰度分布来表现,即:局部纹理信息。局部纹理信息不同程度的重复性,即全局纹理信息。
编码(Encoder):将输入序列转化成一个固定长度的向量。
解码(Decoder):将之前生成的固定向量再转化成输出序列;其中,输入序列可以是文字、语音、图像、视频;输出序列可以是文字、图像。
傅里叶变换:是一种函数在空间域和频率域的变换,从空间域到频率域的变换是傅里叶变换,而从频率域到空间域是傅里叶的反变换。在图像处理中,频域反映了图像在空域灰度变化剧烈程度,也就是图像灰度的变化速度,也就是图像的梯度大小。对图像而言,图像的边缘部分是突变部分,变化较快,因此反映在频域上是高频分量;图像的噪声大部分情况下是高频部分;图像平缓变化部分则为低频分量。简而言之,傅立叶变换提供了另外一个角度来观察图像,可以将图像从灰度分布转化到频率分布上来观察图像的特征。
Wasserstein距离:指度量两个概率分布之间的距离。
目前的人物图像合成方法常常是通过解析映射的方式进行图像合成,得到新的合成图像,通过这一方式往往无法捕捉到人物姿势特征和衣服风格特征,使得生成的图像清晰度较差,存在着图像质量不高的问题,因此,如何提高合成图像的质量,成为了亟待解决的技术问题。
基于此,本申请实施例提供了一种图像处理方法、图像处理装置、电子设备及存储介质,旨在提高合成图像的图像质量。
本申请实施例提供的图像处理方法、图像处理装置、电子设备及存储介质,具体通过如下实施例进行说明,首先描述本申请实施例中的图像处理方法。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的图像处理方法,涉及人工智能技术领域。本申请实施例提供的图像处理方法可应用于终端中,也可应用于服务器端中,还可以是运行于终端或服务器端中的软件。在一些实施例中,终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等;服务器端可以配置成独立的物理服务器,也可以配置成多个物理服务器构成的服务器集群或者分布式系统,还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器;软件可以是实现图像处理方法的应用等,但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
图1是本申请实施例提供的图像处理方法的一个可选的流程图,图1中的方法可以包括但不限于包括步骤S101至步骤S107。
步骤S101,获取原始人物图像;
步骤S102,对原始人物图像进行姿势关键点提取,得到源姿势关键点;
步骤S103,对原始人物图像进行姿势解析映射,得到源姿势映射向量;
步骤S104,对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
步骤S105,通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
步骤S106,对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;
步骤S107,通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像。
本申请实施例所示意的步骤S101至步骤S107,通过对原始人物图像进行姿势关键点提取,得到源姿势关键点,并对原始人物图像进行姿势解析映射,得到源姿势映射向量,能够通过关键点提取和映射处理的方式获取较为重要的人物姿势特征。通过对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征,并通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量,能够对人物姿势特征进行调整,得到符合需求的人物姿势信息,对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像,能够根据图像的人物姿势特征以及区域风格纹理特征构建出新的合成图像,从而提高合成图像的质量。
在一些实施例的步骤S101中,原始人物图像可以为三维图像,该三维图像可以是通过计算机断层扫描或者核磁共振成像等方式得来。
在一些实施例的步骤S102中,可以通过预训练的OpenPose模型对原始人物图像进行姿势关键点提取,得到源姿势关键点。具体地,OpenPose模型基于VGG-19编码器构建而成,OpenPose模型主要用于进行人物姿态检测,在通过OpenPose模型对原始人物图像进行姿势关键点提取时,将原始人物图像输入至OpenPose模型,通过OpenPose模型将原始人物图像微调生成一组特征映射,得到原始人物特征,对原始人物特征进行卷积处理,生成原始人物的骨骼像素点在人物骨架上的走向特征,进而将骨骼像素点的走向特征和原始特征进行特征拼接,得到人物拼接特征,对人物拼接特征进行多次迭代之后进行置信度计算,根据计算出的置信度值对骨骼像素点进行筛选处理,得到源姿势关键点。
在一些实施例的步骤S103中,可以通过预训练的PGN模型(Pointer-GeneratorNetworks)对原始人物图像进行姿势解析映射,得到源姿势映射向量。具体地,PGN模型包括多个指针生成器,将原始人物图像输入至PGN模型中,通过指针生成器对原始人物图像进行姿势解析映射,从而得到源姿势映射向量。
在一些实施例的步骤S104中,对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行向量维度的特征拼接处理,即对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行向量相加,得到融合姿势特征。
需要说明的是,预设的目标姿势关键点一般有18个,目标姿势关键点包含18个通道,通过这18个目标姿势关键点可以编码人体的18个关节的位置。
请参阅图2,在一些实施例的步骤S105之前,图像处理方法还包括预先训练图像处理模型,具体包括步骤S201至步骤S207:
步骤S201,获取样本人物图像;
步骤S202,对样本人物图像进行姿势关键点提取,得到样本姿势关键点,并对样本人物图像进行姿势解析映射,得到第一姿势映射向量;
步骤S203,将样本人物图像、样本姿势关键点以及第一姿势映射向量输入至图像处理模型,图像处理模型包括第一生成器、第二生成器以及鉴别器;
步骤S204,通过第一生成器对样本姿势关键点以及第一姿势映射向量进行姿势生成处理,得到第二姿势映射向量;
步骤S205,通过第二生成器对样本人物图像、样本姿势关键点、第一姿势映射向量以及第二姿势映射向量进行图像合成处理,得到样本合成图像;
步骤S206,通过鉴别器对样本合成图像进行谱归一化处理,得到样本归一化特征;
步骤S207,通过图像处理模型的损失函数对样本归一化特征进行损失计算,得到模型损失值,并根据模型损失值对图像处理模型进行优化。
在一些实施例的步骤S201中,样本人物图像Is可以为三维图像,该三维图像可以是通过计算机断层扫描或者核磁共振成像等方式得来。
在一些实施例的步骤S202中,对样本人物图像进行姿势关键点提取,得到样本姿势关键点Ks,并对样本人物图像进行姿势解析映射,得到第一姿势映射向量Ps的过程与上述对原始人物图像进行姿势关键点提取和姿势解析映射的过程基本一致,此处不再赘述。
在一些实施例的步骤S203中,将样本人物图像Is、样本姿势关键点Ks以及第一姿势映射向量Ps输入至图像处理模型,图像处理模型包括第一生成器、第二生成器以及鉴别器,其中,第一生成器主要用于生成目标姿势图像的解析映射,第二生成器主要用于将源姿势图像的图像纹理迁移到目标姿势图像的解析映射中,鉴别器主要用于判断合成图像与真实图像的相似程度。
在一些实施例的步骤S204中,第一生成器包括编码网络、傅里叶残差变换网络以及解码网络,通过编码网络对经过拼接处理的样本人物图像Is、样本姿势关键点Ks以及第一姿势映射向量Ps进行编码处理,得到样本姿势特征向量FK;通过傅里叶残差变换网络对样本姿势特征向量FK进行特征提取,得到样本空间姿势特征;通过解码网络对样本空间姿势特征进行解码处理,得到第二姿势映射向量Fp。
在一些实施例的步骤S205中,第二生成器包括编码层、第一归一化层、第二归一化层以及解码层,通过编码层对样本人物图像Is进行全局编码处理,得到样本人物全局特征向量Fs;对样本人物全局特征向量Fs进行局部编码处理,得到样本人物风格纹理向量;对第一姿势映射向量Ps进行局部编码处理,得到样本区域纹理向量;对样本人物风格纹理向量和样本区域纹理向量进行特征融合,得到样本区域风格向量
进一步地,对第二姿势映射向量FP、样本姿势特征向量FK进行拼接处理,得到第三姿势特征向量FS;通过第一归一化层对第三姿势特征向量FS和样本区域风格向量进行区域归一化处理,得到样本区域风格纹理特征Fn,通过第二归一化层对样本区域风格纹理特征Fn进行空间感知归一化,得到样本图像纹理特征Fg;最后,通过解码层对样本图像纹理特征Fg进行解码处理,得到样本合成图像IT。
在一些实施例的步骤S206中,鉴别器主要基于VGG-19编码器构建而成,为了提高模型的稳定性,通过鉴别器对样本合成图像进行谱归一化处理,根据样本合成图像将鉴别器的每一层进行参数分解,使每一层的奇异值为1,从而输出样本归一化特征。
在一些实施例的步骤S207中,由于图像处理模型包括第一生成器和第二生成器,且两个生成器的作用并不相同,因而,在本申请实施例中分别对第一生成器和第二生成器进行损失计算。具体地,第一生成器的训练可以看作是一个监督式学习,第一生成器的损失函数Lparsing1可以表示如公式(1)至公式(3)所示:
Lparsing1=λlLl1+LCE 公式(1)
Ll1=||Pg-Pt|| 公式(2)
其中,λl为预设损失权重;Pt为经过PGN模型得到的样本解析映射,Pg为生成的样本合成图像中目标姿势的解析映射,N为解析映射中将人物划分的类别数量,是参考人物图像的各个类别的解析映射表征图,是生成的样本合成图像中各个类别的姿势解析映射表征图。
第二生成器的损失函数主要通过四个部分进行约束,损失函数可以表示如公式(4)至公式(8)所示:
Lparsing2=Ll2+Lper+Lstyle+W[p,q]
其中,Ll2为图像损失,Lper为感知损失,Lstyle为风格损失,W[p,q]为Wasserstein距离;
Ll2=||Ig-It|| 公式(5)
其中,为生成的样本合成图像,为参考合成图像;
其中,Ig表示生成的样本合成图像中的样本姿势图像,It表示参考人物图像;φj表示鉴别器中第j层激活之后的特征向量,表示第二生成器中第j层激活之后的特征向量。
W[p,q]=infγ∏[p,q]∫∫γ(x,y)d(x,y) 公式(8)
其中,γ代表p和q分布上的点,x表示生成的样本合成图像的分布变量,y表示参考图像的分布变量。
通过上述方式计算出的模型损失值L可以表示如公式(9)所示:
L=aLparsing2+bLparsing1 公式(9)
其中,a,b为预设权重参数。
根据模型损失值对图像处理模型进行优化,对模型参数进行更新,从而实现对图像处理模型的训练。
请参阅图3,在一些实施例中,图像处理模型包括编码网络、傅里叶残差变换网络以及解码网络,步骤S105可以包括但不限于包括步骤S301至步骤S303:
步骤S301,通过编码网络对融合姿势特征进行编码处理,得到融合姿势特征向量;
步骤S302,通过傅里叶残差变换网络对融合姿势特征向量进行特征提取,得到目标空间姿势特征;
步骤S303,通过解码网络对目标空间姿势特征进行解码处理,得到目标姿势映射向量。
在一些实施例的步骤S301中,编码网络主要由4个下采样卷积层构成,通过编码网络能够较为方便地对融合姿势特征进行编码处理,捕捉融合姿势特征的空间特征,得到融合姿势特征向量。
在一些实施例的步骤S302中,傅里叶残差变换网络包括实部傅里叶变换层、卷积激活层、傅里叶反变换层。通过傅里叶残差变换网络代替相关技术中常用的残差块,在对融合姿势特征向量进行特征提取时,能够较好地捕捉到融合姿势特征向量中长期特征和短期特征的交互,同时集成空间特征信息和频域残差信息,获取到更多的细节信息,从而得到目标空间姿势特征。
在一些实施例的步骤S303中,解码网络主要由4个上采样卷积层构成,通过解码网络能够较为方便地对目标空间姿势特征进行解码处理,捕捉目标空间姿势特征的空间特征,得到目标姿势映射向量。
通过上述步骤S301至步骤S303能够生成与目标姿势一致的人体解析映射,同时保持原始人物图像中人物的服装风格和体型,从而提高生成的合成图像的图像准确性。
请参阅图4,在一些实施例中,傅里叶残差变换网络包括实部傅里叶变换层、卷积激活层、傅里叶反变换层,步骤S302可以包括但不限于包括步骤S401至步骤S403:
步骤S401,通过实部傅里叶变换层将融合姿势特征向量映射至预设的频域空间,得到初始频域姿势特征;
步骤S402,通过卷积激活层对初始频域姿势特征进行特征放大处理,得到目标频域姿势特征;
步骤S403,通过傅里叶反变换层对目标频域姿势特征进行特征转换,得到目标空间姿势特征。
在一些实施例的步骤S401中,通过实部傅里叶变换层能够将融合姿势特征向量映射至预设的频域空间,将融合姿势特征向量从灰度分布转化到频率分布上来观察图像特征,从而得到初始频域姿势特征,其中,初始频域姿势特征包含更多地全局特征信息。
在一些实施例的步骤S402中,通过卷积激活层能够扩大图像感受野,实现对初始频域姿势特征的特征放大处理,得到目标频域姿势特征,其中,目标频域姿势特征包含更多地细节特征信息。
在一些实施例的步骤S403中,通过傅里叶反变换层能够对目标频域姿势特征进行特征转换,将经过傅里叶变换层和卷积激活层的频域特征信息转换回空间特征信息,得到与目标频域姿势特征相对应的空间域特征,并将这一空间域特征作为目标空间姿势特征。
请参阅图5,在一些实施例中,图像处理模型包括第二生成器,第二生成器包括第一编码层、第二编码层,步骤S106可以包括但不限于包括步骤S501至步骤S504:
步骤S501,对原始人物图像进行全局编码处理,得到人物全局特征向量;
步骤S502,对人物全局特征向量进行局部编码处理,得到人物风格纹理向量;
步骤S503,对源姿势映射向量进行局部编码处理,得到原始区域纹理向量;
步骤S504,对人物风格纹理向量和原始区域纹理向量进行特征融合,得到原始区域风格向量。
在一些实施例的步骤S501中,通过图像处理模型中第二生成器内的编码层能够较为方便地对原始人物图像进行全局编码处理,捕捉原始人物图像的全局空间特征,得到人物全局特征向量。
在一些实施例的步骤S502中,通过第二编码层对人物全局特征向量进行局部编码处理,提取原始人物图像中的区域风格纹理,得到人物风格纹理向量。
在一些实施例的步骤S503中,通过第二编码层对源姿势映射向量进行局部编码处理,提取源姿势映射向量中的区域风格纹理,得到原始区域纹理向量。
在一些实施例的步骤S504中,分别将人物风格纹理向量和原始区域纹理向量映射到预设的第一向量空间,其中,预设的第一向量空间的特征维度参数可以根据实际情况进行设置,例如,特征维度参数可以设置为256或者512等等,通过这一方式能够使人物风格纹理向量和原始区域纹理向量处于相同的特征维度,进而对处于相同特征维度的人物风格纹理向量和原始区域纹理向量进行向量相加,实现对人物风格纹理向量和原始区域纹理向量的特征融合处理,得到原始区域风格向量。
请参阅图6,在一些实施例,图像处理模型包括第二生成器,第二生成器包括第一归一化层、第二归一化层、解码层,步骤S107包括但不限于包括步骤S601至步骤S604:
步骤S601,对融合姿势特征、目标姿势映射向量进行拼接处理,得到目标姿势特征向量;
步骤S602,对原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征;
步骤S603,对目标区域风格纹理特征进行空间感知归一化,得到目标图像纹理特征;
步骤S604,对目标图像纹理特征进行解码处理,得到目标合成图像。
在一些实施例的步骤S601中,分别将融合姿势特征、目标姿势映射向量映射到预设的第二向量空间,其中,预设的第二向量空间的特征维度参数可以根据实际情况进行设置,不做限制。通过这一方式能够使融合姿势特征、目标姿势映射向量处于相同的特征维度,进而对处于相同特征维度的融合姿势特征、目标姿势映射向量进行向量相加,实现对人物风格纹理向量和原始区域纹理向量的拼接处理,得到目标姿势特征向量。
在一些实施例的步骤S602中,由于原始人物图像与目标合成图像中存在着不可见区域,影响合成图像的图像纹理和人物姿势的贴合度,在本申请实施例中引入归一化技术来解决这一问题。具体地,通过第一归一化层对原始区域风格向量进行区域归一化处理,提取图像纹理对应的区域风格特征,得到目标风格纹理特征,并通过第一归一化层对目标姿势特征向量进行区域归一化处理,提取人物姿势对应的区域风格特征,得到目标姿势纹理特征,最后对目标风格纹理特征和目标姿势纹理特征进行特征拼接,得到目标区域风格纹理特征,其中,区域归一化可以是采用全局平均池化的方式也可以是采用局部平均池化的方式,不做限制。
在一些实施例的步骤S603中,为了使得生成的目标合成图像能够关注到更多的空间信息,还可以通过第二归一化层对目标区域风格纹理特征进行空间感知归一化,保留原始人物图像中的空间信息,得到目标图像纹理特征。具体地,可以通过利用尺寸为1*1的卷积层从原始人物图像中提取空间尺度和偏置,使用空间尺度和偏置来保留空间上下文关系,即将目标区域风格纹理特征中的空间尺度和偏置调整为与原始人物图像相同的空间尺度和偏置,得到目标图像纹理特征。
在一些实施例的步骤S604中,通过解码层对目标图像纹理特征进行解码处理,捕捉目标图像纹理特征中的姿势特征和区域风格特征,生成包含目标姿势和目标区域风格纹理的人物图像,即目标合成图像。
请参阅图7,在一些实施例中,步骤S602可以包括但不限于包括步骤S701至步骤S703:
步骤S701,对原始区域风格向量进行平均池化处理,得到目标风格纹理特征;
步骤S702,对目标姿势特征向量进行平均池化处理,得到目标姿势纹理特征;
步骤S703,对目标风格纹理特征和目标姿势纹理特征进行拼接处理,得到目标区域风格纹理特征。
在一些实施例的步骤S701中,对原始区域风格向量进行平均池化处理,捕捉区域风格的池化特征,得到目标风格纹理特征。
在一些实施例的步骤S702中,对目标姿势特征向量进行平均池化处理,捕捉目标姿势的池化特征,得到目标姿势纹理特征;
在一些实施例的步骤S703中,对目标风格纹理特征和目标姿势纹理特征进行向量化,并将向量形式的目标风格纹理特征和目标姿势纹理特征进行向量拼接,得到目标区域风格纹理特征。
本申请实施例的图像处理方法,其通过获取原始人物图像,通过对原始人物图像进行姿势关键点提取,得到源姿势关键点,并对原始人物图像进行姿势解析映射,得到源姿势映射向量,能够通过关键点提取和映射处理的方式获取较为重要的人物姿势特征。进一步地,对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征,并通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量,能够对人物姿势特征进行调整,得到符合需求的人物姿势信息,最后,对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像,能够根据图像的人物姿势特征以及区域风格纹理特征构建出新的合成图像,从而提高合成图像的质量。
请参阅图8,本申请实施例还提供一种图像处理装置,可以实现上述图像处理方法,该装置包括:
图像获取模块801,用于获取原始人物图像;
关键点提取模块802,用于对原始人物图像进行姿势关键点提取,得到源姿势关键点;
解析映射模块803,用于对原始人物图像进行姿势解析映射,得到源姿势映射向量;
拼接模块804,用于对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
姿势生成模块805,用于通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
编码模块806,用于对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;
图像合成模块807,用于通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像。
在一些实施例中,图像处理模型包括编码网络、傅里叶残差变换网络以及解码网络,姿势生成模块805包括:
编码单元,用于通过编码网络对融合姿势特征进行编码处理,得到融合姿势特征向量;
特征提取单元,用于通过傅里叶残差变换网络对融合姿势特征向量进行特征提取,得到目标空间姿势特征;
第一解码单元,用于通过解码网络对目标空间姿势特征进行解码处理,得到目标姿势映射向量。
在一些实施例中,傅里叶残差变换网络包括实部傅里叶变换层、卷积激活层、傅里叶反变换层,特征提取单元包括:
映射单元,用于通过实部傅里叶变换层将融合姿势特征向量映射至预设的频域空间,得到初始频域姿势特征;
特征放大单元,用于通过卷积激活层对初始频域姿势特征进行特征放大处理,得到目标频域姿势特征;
特征转换单元,用于通过傅里叶反变换层对目标频域姿势特征进行特征转换,得到目标空间姿势特征。
在一些实施例中,编码模块806包括:
全局编码单元,用于对原始人物图像进行全局编码处理,得到人物全局特征向量;
第一局部编码单元,用于对人物全局特征向量进行局部编码处理,得到人物风格纹理向量;
第二局部编码单元,用于对源姿势映射向量进行局部编码处理,得到原始区域纹理向量;
特征融合单元,用于对人物风格纹理向量和原始区域纹理向量进行特征融合,得到原始区域风格向量。
在一些实施例中,图像合成模块807包括:
向量拼接单元,用于对融合姿势特征、目标姿势映射向量进行拼接处理,得到目标姿势特征向量;
区域归一化单元,用于对原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征;
空间感知归一化单元,用于对目标区域风格纹理特征进行空间感知归一化,得到目标图像纹理特征;
第二解码单元,用于对目标图像纹理特征进行解码处理,得到目标合成图像。
在一些实施例中,区域归一化单元包括:
第一池化子单元,用于对原始区域风格向量进行平均池化处理,得到目标风格纹理特征;
第二池化子单元,用于对目标姿势特征向量进行平均池化处理,得到目标姿势纹理特征;
特征拼接子单元,用于对目标风格纹理特征和目标姿势纹理特征进行拼接处理,得到目标区域风格纹理特征。
该图像处理装置的具体实施方式与上述图像处理方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括:存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线,程序被处理器执行时实现上述图像处理方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图9,图9示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器901,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器902,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器902可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器902中,并由处理器901来调用执行本申请实施例的图像处理方法;
输入/输出接口903,用于实现信息输入及输出;
通信接口904,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线905,在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息;
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种存储介质,存储介质为计算机可读存储介质,用于计算机可读存储,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现上述图像处理方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。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。
本申请实施例提供的图像处理方法、图像处理装置、电子设备及存储介质,其通过获取原始人物图像,通过对原始人物图像进行姿势关键点提取,得到源姿势关键点,并对原始人物图像进行姿势解析映射,得到源姿势映射向量,能够通过关键点提取和映射处理的方式获取较为重要的人物姿势特征。进一步地,对源姿势关键点、源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征,并通过预设的图像处理模型对融合姿势特征进行姿势生成处理,得到目标姿势映射向量,能够对人物姿势特征进行调整,得到符合需求的人物姿势信息,最后,对原始人物图像和源姿势映射向量进行编码处理,得到原始区域风格向量;通过图像处理模型对原始区域风格向量、目标姿势映射向量以及融合姿势特征进行图像合成处理,得到目标合成图像,能够根据图像的人物姿势特征以及区域风格纹理特征构建出新的合成图像,从而提高合成图像的质量。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图1-7中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。
Claims (9)
1.一种图像处理方法,其特征在于,所述方法包括:
获取原始人物图像;
对所述原始人物图像进行姿势关键点提取,得到源姿势关键点;
对所述原始人物图像进行姿势解析映射,得到源姿势映射向量;
对所述源姿势关键点、所述源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量;
通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像;
其中,所述通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像,包括:
对所述融合姿势特征、所述目标姿势映射向量进行拼接处理,得到目标姿势特征向量;
对所述原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征;
对所述目标区域风格纹理特征进行空间感知归一化,得到目标图像纹理特征;
对所述目标图像纹理特征进行解码处理,得到所述目标合成图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理模型包括编码网络、傅里叶残差变换网络以及解码网络,所述通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量的步骤,包括:
通过所述编码网络对所述融合姿势特征进行编码处理,得到融合姿势特征向量;
通过所述傅里叶残差变换网络对所述融合姿势特征向量进行特征提取,得到目标空间姿势特征;
通过所述解码网络对所述目标空间姿势特征进行解码处理,得到所述目标姿势映射向量。
3.根据权利要求2所述的图像处理方法,其特征在于,所述傅里叶残差变换网络包括实部傅里叶变换层、卷积激活层、傅里叶反变换层,所述通过所述傅里叶残差变换网络对所述融合姿势特征向量进行特征提取,得到目标空间姿势特征的步骤,包括:
通过所述实部傅里叶变换层将所述融合姿势特征向量映射至预设的频域空间,得到初始频域姿势特征;
通过所述卷积激活层对所述初始频域姿势特征进行特征放大处理,得到目标频域姿势特征;
通过所述傅里叶反变换层对所述目标频域姿势特征进行特征转换,得到所述目标空间姿势特征。
4.根据权利要求1所述的图像处理方法,其特征在于,所述对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量的步骤,包括:
对所述原始人物图像进行全局编码处理,得到人物全局特征向量;
对所述人物全局特征向量进行局部编码处理,得到人物风格纹理向量;
对所述源姿势映射向量进行局部编码处理,得到原始区域纹理向量;
对所述人物风格纹理向量和所述原始区域纹理向量进行特征融合,得到所述原始区域风格向量。
5.根据权利要求1所述的图像处理方法,其特征在于,所述对所述原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征的步骤,包括:
对所述原始区域风格向量进行平均池化处理,得到目标风格纹理特征;
对所述目标姿势特征向量进行平均池化处理,得到目标姿势纹理特征;
对所述目标风格纹理特征和所述目标姿势纹理特征进行拼接处理,得到所述目标区域风格纹理特征。
6.根据权利要求1至5任一项所述的图像处理方法,其特征在于,所述通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量的步骤之前,所述方法还包括预先训练所述图像处理模型,具体包括:
获取样本人物图像;
对所述样本人物图像进行姿势关键点提取,得到样本姿势关键点,并对所述样本人物图像进行姿势解析映射,得到第一姿势映射向量;
将所述样本人物图像、所述样本姿势关键点以及所述第一姿势映射向量输入至所述图像处理模型,所述图像处理模型包括第一生成器、第二生成器以及鉴别器;
通过所述第一生成器对所述样本姿势关键点以及所述第一姿势映射向量进行姿势生成处理,得到第二姿势映射向量;
通过所述第二生成器对所述样本人物图像、所述样本姿势关键点、所述第一姿势映射向量以及所述第二姿势映射向量进行图像合成处理,得到样本合成图像;
通过所述鉴别器对所述样本合成图像进行谱归一化处理,得到样本归一化特征;
通过所述图像处理模型的损失函数对所述样本归一化特征进行损失计算,得到模型损失值,并根据所述模型损失值对所述图像处理模型进行优化。
7.一种图像处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取原始人物图像;
关键点提取模块,用于对所述原始人物图像进行姿势关键点提取,得到源姿势关键点;
解析映射模块,用于对所述原始人物图像进行姿势解析映射,得到源姿势映射向量;
拼接模块,用于对所述源姿势关键点、所述源姿势映射向量以及预设的目标姿势关键点进行拼接处理,得到融合姿势特征;
姿势生成模块,用于通过预设的图像处理模型对所述融合姿势特征进行姿势生成处理,得到目标姿势映射向量;
编码模块,用于对所述原始人物图像和所述源姿势映射向量进行编码处理,得到原始区域风格向量;
图像合成模块,用于通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像;
其中,所述通过所述图像处理模型对所述原始区域风格向量、所述目标姿势映射向量以及所述融合姿势特征进行图像合成处理,得到目标合成图像,包括:
对所述融合姿势特征、所述目标姿势映射向量进行拼接处理,得到目标姿势特征向量;
对所述原始区域风格向量和目标姿势特征向量进行区域归一化处理,得到目标区域风格纹理特征;
对所述目标区域风格纹理特征进行空间感知归一化,得到目标图像纹理特征;
对所述目标图像纹理特征进行解码处理,得到所述目标合成图像。
8.一种电子设备,其特征在于,所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现如权利要求1至6任一项所述的图像处理方法的步骤。
9.一种存储介质,所述存储介质为计算机可读存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至6中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210508337.8A CN114913104B (zh) | 2022-05-11 | 图像处理方法、图像处理装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210508337.8A CN114913104B (zh) | 2022-05-11 | 图像处理方法、图像处理装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114913104A CN114913104A (zh) | 2022-08-16 |
CN114913104B true CN114913104B (zh) | 2024-06-28 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110211196A (zh) * | 2019-05-28 | 2019-09-06 | 山东大学 | 一种基于姿势引导的虚拟试穿方法及装置 |
CN112597896A (zh) * | 2020-12-23 | 2021-04-02 | 中国科学技术大学 | 基于无线信号的人体姿势成像方法及装置 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110211196A (zh) * | 2019-05-28 | 2019-09-06 | 山东大学 | 一种基于姿势引导的虚拟试穿方法及装置 |
CN112597896A (zh) * | 2020-12-23 | 2021-04-02 | 中国科学技术大学 | 基于无线信号的人体姿势成像方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659582A (zh) | 图像转换模型训练方法、异质人脸识别方法、装置及设备 | |
CN114399454A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115239675A (zh) | 分类模型的训练方法、图像分类方法和装置、设备及介质 | |
CN110162639A (zh) | 识图知意的方法、装置、设备及存储介质 | |
CN116129141A (zh) | 医学数据处理方法、装置、设备、介质和计算机程序产品 | |
CN115457197A (zh) | 基于素描草图的人脸三维重建模型训练方法、重建方法及装置 | |
CN111915542A (zh) | 一种基于深度学习的图像内容描述方法及系统 | |
CN114298997B (zh) | 一种伪造图片检测方法、装置及存储介质 | |
CN114549859A (zh) | 骨龄预测方法、装置、电子设备及存储介质 | |
CN114612671A (zh) | 一种多视图子空间聚类方法、装置、设备及存储介质 | |
CN114781393B (zh) | 图像描述生成方法和装置、电子设备及存储介质 | |
KR102562387B1 (ko) | 이미지의 특징 추출 및 합성 시스템의 학습 방법 | |
CN114913104B (zh) | 图像处理方法、图像处理装置、电子设备及存储介质 | |
Liu et al. | HEI-Human: a hybrid explicit and implicit method for single-view 3D clothed human reconstruction | |
CN114648631A (zh) | 图像描述生成方法和装置、电子设备及存储介质 | |
CN114913104A (zh) | 图像处理方法、图像处理装置、电子设备及存储介质 | |
CN115205648A (zh) | 图像分类方法、图像分类装置、电子设备及存储介质 | |
WO2022173814A1 (en) | System and method for photorealistic image synthesis using unsupervised semantic feature disentanglement | |
CN114863245B (zh) | 图像处理模型的训练方法和装置、电子设备及介质 | |
CN111724467B (zh) | 一种用于3d打印的体素模型生成方法及系统 | |
CN114241558B (zh) | 模型的训练方法、视频生成方法和装置、设备、介质 | |
CN114529785B (zh) | 模型的训练方法、视频生成方法和装置、设备、介质 | |
JP7479507B2 (ja) | 画像処理方法及び装置、コンピューター機器、並びにコンピュータープログラム | |
CN114359810B (zh) | 视频摘要生成方法、装置、电子设备及存储介质 | |
JP6749381B2 (ja) | 採寸値とデプス画像とを相互に生成するプログラム及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |