[发明专利]图像处理方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010549839.6 申请日: 2020-06-16
公开(公告)号: CN111709875A 公开(公告)日: 2020-09-25
发明(设计)人: 李鑫;李甫;林天威;何栋梁;张赫男;孙昊;文石磊;丁二锐 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06N3/04;G06N3/08
代理公司: 北京市铸成律师事务所 11313 代理人: 杨瑾瑾;陈建民
地址: 100085 北京市*** 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 电子设备 存储 介质
【说明书】:

本申请公开了图像处理方法、装置、系统及存储介质,涉及图像处理领域和深度学习领域。具体实现方案为:获取包含的第一类风格的人脸图像的训练图像;选取与所述第一类风格的人脸图像的至少部分面部区域对应的第二类风格的特征图像;其中,所述第一类风格与第二类风格不同;基于所述至少部分面部区域对应的第二类风格的特征图像,对所述人脸图像进行调整得到调整后的人脸图像;采用包含有调整后的人脸图像的训练图像,确定目标网络;其中,所述目标网络为训练后的网络,所述目标网络用于将输入的包含人脸图像的待处理图像,转换为包含第二类风格的人脸图像的输出图像。

技术领域

本申请涉及信息处理领域。本申请尤其涉及图像处理领域和深度学习领域。

背景技术

在相关技术中,对图像进行不同风格的转换的处理中,通常会采用类似循环(cycle)生成式网络(GAN),但是,这类生成网络往往受训练数据的影响比较大,很容易会出现最终生成的图像不可控、不清楚等问题。

发明内容

本公开提供了一种图像处理方法、装置、电子设备及存储介质。

根据本公开的一方面,提供了一种图像处理方法,包括:

获取包含的第一类风格的人脸图像的训练图像;

选取与所述第一类风格的人脸图像的至少部分面部区域对应的第二类风格的特征图像;其中,所述第一类风格与第二类风格不同;

基于所述至少部分面部区域对应的第二类风格的特征图像,对所述人脸图像进行调整得到调整后的人脸图像;

采用包含有调整后的人脸图像的训练图像,确定目标网络;其中,所述目标网络为训练后的网络,所述目标网络用于将输入的包含人脸图像的待处理图像,转换为包含第二类风格的人脸图像的输出图像。

根据本公开的另一方面,提供了一种图像处理装置,包括:

图像获取模块,用于获取包含的第一类风格的人脸图像的训练图像;

图像预处理模块,用于选取与所述第一类风格的人脸图像的至少部分面部区域对应的第二类风格的特征图像;基于所述至少部分面部区域对应的第二类风格的特征图像,对所述人脸图像进行调整得到调整后的人脸图像;

训练模块,用于采用包含有调整后的人脸图像的训练图像,确定目标网络;其中,所述目标网络为训练后的网络,所述目标网络用于将输入的包含人脸图像的待处理图像,转换为包含第二类风格的人脸图像的输出图像。

根据本公开的一方面,提供了一种电子设备,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前述方法。

根据本公开的一方面,提供了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前述方法。

根据本申请的技术,可以在训练目标网络的时候,对训练图像先进行预处理,将训练图像中的面部区域调整为第二类风格的特征图像,再基于调整后的图像进行目标网络的训练,从而使得网络的训练降低了任务难度,并且减轻了网络的负荷,使得网络生成的图像更加可控。

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,不构成对本申请的限定。其中:

图1是根据本申请实施例的图像处理方法流程示意图一;

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010549839.6/2.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