[发明专利]图像风格迁移及数据存储方法、装置和电子设备

权利要求书

1.一种数据存储方法，其特征在于，所述方法包括：

将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值；

存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图；

获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；

按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；

按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；

通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。

2.根据权利要求1所述的方法，其特征在于，所述数据存储方法基于风格分离框架。

3.一种图像风格迁移方法，其特征在于，所述方法包括：

获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；

按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；其中，所述目标权重值为预先存储的各风格类型滤波器组的输出激活相对于所述中间特征图的权重值；各风格类型滤波器组的输出激活相对于所述中间特征图的权重值是利用预设卷积神经网络模型对多种风格类型的图像进行训练得到的；

按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；

通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。

4.根据权利要求3所述的方法，其特征在于，所述图像风格迁移方法基于风格分离框架。

5.一种数据存储装置，其特征在于，所述装置包括：

权重值确定模块，被配置为将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值；

数据存储模块，被配置为存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图；

第一参数获取模块，被配置为获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；

目标权重值确定模块，被配置为按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；其中，所述目标权重值为预先存储的各风格类型滤波器组的输出激活相对于所述中间特征图的权重值；各风格类型滤波器组的输出激活相对于所述中间特征图的权重值是利用预设卷积神经网络模型对多种风格类型的图像进行训练得到的；

目标滤波器组确定模块，被配置为按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；

风格迁移模块，被配置为通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。

6.根据权利要求5所述的装置，其特征在于，所述数据存储装置基于风格分离框架。

7.一种图像风格迁移装置，其特征在于，所述装置包括：

第二参数获取模块，被配置为获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；

权重值获取模块，被配置为按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；其中，所述目标权重值为预先存储的各风格类型滤波器组的输出激活相对于所述中间特征图的权重值；各风格类型滤波器组的输出激活相对于所述中间特征图的权重值是利用预设卷积神经网络模型对多种风格类型的图像进行训练得到的；

滤波器调整模块，被配置为按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；

图像处理模块，被配置为通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。

8.根据权利要求7所述的装置，其特征在于，所述图像风格迁移装置基于风格分离框架。