[发明专利]基于风格迁移的图像生成方法、系统、设备及存储介质

说明书

本发明提供了一种基于风格迁移的图像生成方法、系统、设备及存储介质，该方法包括：采集需要风格迁移的内容图像和对应不同风格的风格图像；将所述风格图像和所述需要风格迁移的内容图像分别输入图像生成模型的编码网络，得到风格图像编码和内容图像编码；将所述风格图像编码和所述内容图像编码输入所述图像生成模型的解码网络，得到风格迁移后的生成图像。本发明基于图像风格迁移技术，建立全新的图像生成模型，能够实现轻量级、快速的图像不同时段下重新渲染的图像生成任务，解决了单一场景下，图像单一的情况，实现在不同时段光照条件下，生成高分辨率、高质量图像。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于风格迁移的图像生成方法、系统、设备及存储介质。

背景技术

随着OTA(Online Travel Agency，在线旅行社)行业的发展，和智能设备的进步，图像的数量呈指数级增长。人们对图片的多样性和质量的要求也越来越高。随着个人和企业的版权意识提升，高质量图片的生产和采购成本也逐年提升，如何快速生产出高质量、丰富多样的图像成为各个企业和研究人员关注的重点。

随着硬件(如GPU)设备的快速发展，深度学习在近年来成为学术与工业界关注的重点，利用深度学习方法来实现图像生成也随之成为是近来研究的热点。然而，针对现有版权图像采购成本高，图像库缺失严重的问题，现有算法无法生成高质量、高分辨率的不同光照条件下渲染图像。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种基于风格迁移的图像生成方法、系统、设备及存储介质，实现在不同时段光照条件下，生成高分辨率、高质量图像，提升用户体验，丰富图像库，提升图像利用率。

本发明实施例提供一种基于风格迁移的图像生成方法，包括如下步骤：

采集需要风格迁移的内容图像和对应不同风格的风格图像；

将所述风格图像和所述需要风格迁移的内容图像分别输入图像生成模型的编码网络，得到风格图像编码和内容图像编码；

将所述风格图像编码和所述内容图像编码输入所述图像生成模型的解码网络，得到风格迁移后的生成图像。

在一些实施例中，将所述风格图像编码和所述内容图像编码输入所述图像生成模型的解码网络，得到风格迁移后的生成图像，包括如下步骤：

将所述风格图像编码和所述内容图像编码输入所述图像生成模型的解码器，得到编码图像；

将所述编码图像输入所述解码网络的解码层，得到风格迁移后的生成图像。

在一些实施例中，将所述风格图像编码和所述内容图像编码输入所述图像生成模型的解码器包括：

将各个所述内容图像编码分别和所对应的风格图像编码组合后，输入所述图像生成模型的解码网络中不同解码器的AdaIN模块，得到各个所述解码器输出的编码图像。

在一些实施例中，所述图像生成模型为生成式对抗网络，所述图像生成模型包括生成器，所述生成器包括所述编码网络和所述解码网络。

在一些实施例中，所述采集需要风格迁移的内容图像，包括如下步骤：

采集具有第一分辨率的原始内容图像；

获取所述原始内容图像的多个具有第二分辨率的子图像，所述第二分辨率小于所述第一分辨率；

将所述子图像作为需要风格迁移的内容图像。

在一些实施例中，所述得到风格迁移后的生成图像之后，还包括如下步骤：

将各个所述子图像所对应的生成图像融合，得到所述原始内容图像所对应的的增强图像。

在一些实施例中，获取所述原始内容图像的多个具有第二分辨率的子图像，包括如下步骤：