[发明专利]图像处理方法、装置和电子设备

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取第一图像和第二图像，其中，所述第二图像包含目标物体；

将所述第一图像和所述第二图像输入预先训练完成的图像处理模型中，输出转换图像；其中，所述转换图像包含所述第一图像的场景和所述目标物体；所述图像处理模型包含生成器模型，通过所述生成器模型进行所述第一图像和所述第二图像的图像处理，所述生成器模型基于注意力机制和U-net结构构建。

2.根据权利要求1所述的方法，其特征在于，将所述第一图像和所述第二图像输入预先训练完成的图像处理模型中，输出转换图像的步骤，包括：

从所述第二图像中提取包含所述目标物体的目标物体图像；

对所述目标物体图像和所述第一图像进行拼接处理，得到待转换图像；所述待转换图像包含所述第一图像的场景和所述目标物体；

将所述待转换图像输入所述生成器模型中，输出转换图像。

3.根据权利要求1所述的方法，其特征在于，所述目标物体为火焰。

4.根据权利要求1所述的方法，其特征在于，所述生成器模型包含相同深度的第一卷积层和第二卷积层；所述U-net结构在所述第一卷积层和所述第二卷积层之间跳跃连接；

所述注意力机制加载在所述生成器模型的指定位置；其中，所述指定位置至少包含以下之一：所述生成器模型的前端、中端或末端。

5.根据权利要求1所述的方法，其特征在于，所述图像处理模型还包含判别器模型；所述判别器模型的结构包含条件生成对抗网络CGAN结构和马尔可夫判别器PatchGAN结构。

6.根据权利要求5所述的方法，其特征在于，所述图像处理模型通过以下步骤训练：

获取第一训练样本、第二训练样本和真实样本；其中，所述第二图像包含训练物体，所述真实样本为在所述第一训练样本的场景下拍摄的包含所述训练样本的图像；

从所述第二训练样本中提取包含所述训练物体的训练物体图像；

对所述训练物体图像和所述第一训练样本进行拼接处理，得到待转换样本；所述待转换样本包含所述第一训练样本的场景和所述训练物体；

将所述待转换样本输入所述生成器模型中，输出转换样本；其中，所述转换样本包含所述第一训练样本的场景和所述训练物体；

将所述转换样本、所述真实样本和所述待转换样本输入所述判别器模型中，输出所述图像处理模型的损失值；

基于所述损失值调整所述图像处理模型的参数；

继续执行所述获取第一训练样本、第二训练样本和真实样本的步骤，直至所述损失值满足预设的训练结束条件时，将当前训练得到的所述图像处理模型确定为训练好的图像处理模型。

7.根据权利要求6所述的方法，其特征在于，所述图像处理模型的损失函数包含L1范数损失函数、生成器损失函数和判别器损失函数。

8.一种图像处理装置，其特征在于，所述装置包括：

图像获取模块，用于获取第一图像和第二图像，其中，所述第二图像包含目标物体；

图像处理模块，用于将所述第一图像和所述第二图像输入预先训练完成的图像处理模型中，输出转换图像；其中，所述转换图像包含所述第一图像的场景和所述目标物体；所述图像处理模型包含生成器模型，通过所述生成器模型进行所述第一图像和所述第二图像的图像处理，所述生成器模型基于注意力机制和U-net结构构建。

9.一种电子系统，其特征在于，所述电子系统包括：图像采集设备、处理设备和存储装置；

所述图像采集设备，用于获取图像；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理设备运行时执行如权利要求1至7任一项所述的图像处理方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理设备运行时执行权利要求1至7任一项所述的图像处理方法的步骤。