[发明专利]一种基于风格小图高清化的两阶段数字图像风格变换方法及系统

权利要求书

1.一种基于风格小图高清化的两阶段数字图像风格变换方法，其特征在于包括以下步骤：

S1、构造风格化模型的训练样本集，其包括原图样本集合，修图样本集合，及将原图样本集合对应不同区域进行分割后的分割图样本集合；

S2、利用小图风格化网络模型，构造小图风格化模型；

S3、构造高清化网络模型的训练样本集，其包括原图样本集合，修图样本集合；

S4、利用高清化网络模型，构造高清化模型；

S5、基于步骤S2中的小图风格化模型，对缩小尺寸后的图像进行预测，得到风格化小图；

S6、基于步骤S4中的高清化模型，对S5得到的风格化小图进行预测，得到最终的高清化风格大图。

2.根据权利要求1所述的基于风格小图高清化的两阶段数字图像风格变换方法，其特征在于包括以下步骤：

S1、构造风格化模型的训练样本集D＝{(x_i，y_i，m_i)|x_i∈X^N，y_i∈Y^N，i＝1，2，...N}，x_i为原图样本集合，y_i为专业的修图师人工处理得到的对应修图样本集合，m_i为原图样本集合x_i对应的人体和背景的分割图样本集合；

S2、将步骤S1中三个样本集合的尺寸(W_o，H_o)通过插值统一规范化到特定的尺寸(W，H)，得到(W，H)尺寸下的训练样本集合考虑到显卡的容量和所设计网络感受野等因素，将原图样本集合通过插值统一规范化到特定的尺寸(W′，H′)，得到全局信息样本集Z＝{z_i|z_i∈Z^N，i＝1，2，...，N}；

S3、基于步骤S2中构建的训练集和Z，使用构建的风格化网络进行训练，得到针对小尺寸图像的小图风格化模型M_style；

S4、构造高清化网络模型的训练样本集x_i为原图样本集合，y_i为专业的修图师人工处理得到的对应修图样本集合，为y_i缩小整数倍的缩略图；

S5、基于步骤S4中构建的训练集D^sr，使用构建的高清化网络进行训练，得到高清化模型M_sr；

S6、基于步骤S3中的小图风格化模型M_style对(W，H)尺寸下的图像进行预测，得到风格化小图再结合原始大尺寸图像x_i，输入到步骤S5，得到的高清化模型M_sr，即可得到最终的高清化风格大图

3.根据权利要求2所述的基于风格小图高清化的两阶段数字图像风格变换方法，其特征在于：所述步骤S2中

4.根据权利要求2所述的基于风格小图高清化的两阶段数字图像风格变换方法，其特征在于：所述步骤S3中，构建多个小图风格化模型M_style，不同风格的处理在不同的小图风格化模型中进行。

5.一种基于风格小图高清化的两阶段数字图像风格变换系统，其特征在于包括有：

压缩模型，用于将原图样本集合，修图样本集合，及将原图样本集合对应不同区域进行分割后的分割图样本集合，压缩至较小尺寸；

小图风格化模型，结合缩小尺寸后的分割图样本集合、基于原图样本集合规范至特定尺寸得到的全局信息样本，对缩小尺寸后的原图样本集合进行预测，得到风格化小图；

高清化模型，结合原图样本集合，对得到的风格化小图进行预测，得到最终的高清化风格大图。