[发明专利]图像风格迁移方法、设备及存储装置

说明书

本发明公开了一种图像风格迁移方法、设备及存储装置，图像风格迁移方法包括以下步骤：获取实例样本集集合，所述实例样本集集合包括至少一个实例样本集，所述实例样本集包括至少一张样本图像，所述样本图像包括实例对象、实例属性，同一实例样本集中所述实例属性相同，所述实例样本集集合中的所述实例对象相同；获取生成网络；依据所述实例样本集集合对所述生成网络进行训练，获取训练完成后的所述生成器；依据待迁移的目标实例获取所述生成器进行风格迁移后生成的结果图像。通过上述方式，本发明能够达到对实例级图像进行多种风格的迁移，且不破坏目标图片语义或结构信息的目的。

技术领域

本申请涉及图像处理领域，特别涉及一种图像风格迁移方法、设备 及存储装置。

背景技术

风格迁移是在保留目标图片内容的基础上，将某种风格图片的风格 应用在目标图片中。现有技术中使用的传统神经网络风格迁移方法为了 达到一个比较好的视觉效果，风格图片的选择往往和目标图片差异较 大，且风格图片自身包含的色彩和结构在全图范围内较统一，生成的结 果图片因为带有风格图片的纹理、色彩结构的搭配，从视觉上看确实是 将不同的画风迁移到了目标图片上，但是目标图片中拥有语义信息的物 体或实例因为带有了风格图片的纹理，原有的纹理和结构信息已部分丢 失，特别在工业设计图等工业领域的图片中，在语义上相近但来源不同 的数据集之间的风格迁移时，当不同来源的数据集拥有几乎相同的语义 信息，但是风格上略有不同时，数据集对异常的色彩空间和结构信息容 忍度较低。因此，使用现有的风格迁移方法不能很好的胜任对这类数据 集间的相互迁移。

因此，有必要提供一种图像风格迁移方法、设备及存储装置以解决 上述技术问题。

发明内容

本申请提供一种图像风格迁移方法、设备及存储装置，能够达到对 实例级图像进行多种风格的迁移，且不破坏目标图片语义或结构信息的 目的。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种图 像风格迁移方法，包括以下步骤：

获取实例样本集集合，所述实例样本集集合包括至少一个实例样本 集，所述实例样本集包括至少一张样本图像，所述样本图像包括实例对 象、实例属性，同一实例样本集中所述实例属性相同，所述实例样本集 集合中的所述实例对象相同；

获取生成网络，所述生成网络包括判别器、生成器，所述判别器用 于判别输入的图像是否为真实图像，所述生成器用于对图像进行风格迁 移；

依据所述实例样本集集合对所述生成网络进行训练，获取训练完成 后的所述生成器；

依据待迁移的目标图像获取所述生成器进行风格迁移后生成的结 果图像。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种 图像风格迁移设备，该设备包括处理器、与所述处理器耦接的存储器， 其中，所述存储器存储有用于实现上述图像风格迁移方法的程序指令； 所述处理器用于执行所述存储器存储的所述程序指令以对图像风格进 行迁移。

为解决上述技术问题，本申请采用的再一个技术方案是：提供一种 存储装置，存储有能够实现上述图像风格迁移方法的程序文件。

本申请的有益效果是：

本发明的一种图像风格迁移方法、设备及存储装置通过同一实例对 象、不同实例属性的实例样本集集合进行网络训练获得生成器，所述生 成器能完成实例级的风格迁移，不会破坏目标图片的语义或结构信息， 迁移后的结果图像不论是从视觉角度观察，还是从第三方检测网络的精 度上看，都能够保留原有的结构和语义信息，确保目标图像中独立的实 例在迁移后能够被用于后续的检测工作，具有重要的应用价值。

进一步地，生成网络训练拟合的是实例样本集集合即一类数据集的 数据分布，不是只对单张图片内部的分布拟合，因此不会引入独立样本 中的噪声。