[发明专利]图像处理方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202010431363.6 申请日: 2020-05-20
公开(公告)号: CN111589156A 公开(公告)日: 2020-08-28
发明(设计)人: 何茜 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: A63F13/63 分类号: A63F13/63;G06T3/00;G06K9/62;G06N3/04
代理公司: 上海光栅知识产权代理有限公司 31340 代理人: 马雯雯;乔慧
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

本公开提供一种图像处理方法、装置、设备及计算机可读存储介质,方法包括:从数据服务器中获取预设的待处理图像集,待处理图像集中的多张待处理图像为真实场景下的用户图像,待处理图像集为开源数据集;采用预设的对抗神经网络中的生成器,根据待处理图像生成虚拟图像,获得虚拟图像集;对虚拟图像集中的各虚拟图像进行随机编辑操作,获得目标图像集;将目标图像集发送至数据服务器进行存储。由于对抗神经网络中包括生成器与判别器,判别器根据判别结果不断地对生成器进行监督训练,从而导致生成器所生成的图像与真实图像相似度较高。此外,通过对生成的虚拟图像进行随机编辑,从而能够进一步地提高虚拟图像的适用性。

技术领域

本公开涉及图像处理领域,尤其涉及一种图像处理方法、装置、设备及计算机可读存储介质。

背景技术

实际应用中,很多场景都需要大量的虚拟头像。举例来说,大型的网络游戏中可能会有众多的非玩家控制角色(Non-Player Character,简称NPC),针对每一个NPC都需要设置一个头像,因此,网络游戏需要大量的虚拟头像。此外,仍旧以实际应用举例来说,用户在注册新应用时,若不想要采用自己的真实照片作为头像,则也会产生对虚拟头像的需求。

现有的虚拟头像一般都是对预设的图像集中的图像进行简单的图像裁剪、图像色彩信息调整等。但是,采用上述方法生成的虚拟头像无法满足实际使用需求。因此,如何生成更加真实,满足使用需求的虚拟图像成为了亟待解决的问题。

发明内容

本公开提供一种图像处理方法、装置、设备及计算机可读存储介质,用于解决现有的虚拟头像生成方法生成的图像效果不佳,无法满足实际使用需求的技术问题。

本公开的第一个方面是提供一种图像处理方法,包括:

从数据服务器中获取预设的待处理图像集,其中,所述待处理图像集中的多张待处理图像为真实场景下的用户图像,所述待处理图像集为开源数据集;

采用预设的对抗神经网络中的生成器,根据所述待处理图像生成虚拟图像,获得虚拟图像集;

对所述虚拟图像集中的各虚拟图像进行随机编辑操作,获得目标图像集;

将所述目标图像集发送至数据服务器进行存储。

本实施例提供的图像处理方法,通过采用预设的对抗神经网络中的生成器,根据预设的待处理图像集中真实场景下的用户图像生成虚拟图像,并对虚拟图像进行随机编辑操作,从而能够提高虚拟图像的真实性。由于对抗神经网络中包括生成器与判别器,判别器根据判别结果不断地对生成器进行监督训练,从而导致生成器所生成的图像与真实图像相似度较高。此外,通过对生成的虚拟图像进行随机编辑,从而能够进一步地提高虚拟图像的适用性。且采用开源的数据集作为待处理图像集,能够减少待处理图像集的获取难度。

在一种可能的设计中,所述对抗神经网络包括生成器以及判别器;

相应地,所述采用预设的对抗神经网络中的生成器,根据所述待处理图像生成虚拟图像之前,还包括:

从数据服务器中获取待训练数据集,其中,该待训练数据集中包括多张真实场景下的待训练图像;

将所述待训练图像输入至所述生成器中,获得与所述待训练图像对应的生成图像;

将所述生成图像以及真实场景下的待训练图像输入至所述判别器中,以使所述判别器对所述生成图像以及真实场景下的待训练图像的真实性进行判断,并根据判断结果对所述生成器进行监督训练,直至所述对抗神经网络收敛。

本实施例提供的图像处理方法,通过预先对待训练图像集对预设的对抗神经网络进行训练,能够通过判别器对生成器进行监督,使得生成器生成的虚拟图像的真实度更高,相应的根据该虚拟图像编辑处理后获得的目标图像的适应性更强。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010431363.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top