[发明专利]图像处理方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202111081567.2 申请日: 2021-09-15
公开(公告)号: CN114283049A 公开(公告)日: 2022-04-05
发明(设计)人: 宋奕兵 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06V10/75;G06V10/77;G06V10/774;G06V10/80;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 孙晓丽
地址: 518057 广东省深圳*** 国省代码: 广东;44
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 计算机 设备 存储 介质
【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:

将待处理图像映射至源领域的第一隐空间,得到第一语意特征,所述待处理图像具有所述源领域的风格,所述第一语意特征用于表示所述待处理图像在所述第一隐空间中的语意方向;

获取迁移特征,所述迁移特征用于将所述第一隐空间中的语意特征迁移至目标领域的第二隐空间中,所述迁移特征基于对第一模型和第二模型进行匹配得到,所述第一模型为在所述源领域预训练得到的对抗式生成模型,所述第二模型为在所述目标领域预训练得到的对抗式生成模型;

基于所述迁移特征,将所述第一语意特征迁移为第二语意特征,所述第二语意特征用于表示所述待处理图像在所述第二隐空间中的语意方向;

基于所述第二语意特征,生成目标图像,所述目标图像具有所述目标领域的风格。

2.根据权利要求1所述的方法,其特征在于,所述基于所述迁移特征,将所述第一语意特征迁移为第二语意特征,包括:

对于所述第一语意特征中的任一第一语意元素,从所述迁移特征中确定与所述第一语意元素对应的迁移元素,所述第一语意元素表示待处理图像中任一图像语意的语意方向;

基于所述迁移元素,对所述第一语意元素进行迁移,得到在所述第二语意特征中对应的第二语意元素。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

基于所述第一模型和训练所述第一模型的第一样本图像集,确定多个第一样本迁移特征,所述多个第一样本迁移特征与所述第一样本图像集中的多个第一样本图像一一对应;

基于所述第二模型和训练所述第二模型的第二样本图像集,确定多个第二样本迁移特征,所述多个第二样本迁移特征与所述第二样本图像集中的多个第二样本图像一一对应;

基于所述多个第一样本迁移特征和所述多个第二样本迁移特征,确定所述迁移特征。

4.根据权利要求3所述的方法,其特征在于,所述基于第一模型和训练所述第一模型的第一样本图像集,确定多个第一样本迁移特征,包括:

对于所述第一样本图像集中的任一第一样本图像,获取所述第一样本图像在所述第一模型的第一隐空间中的第一隐空间特征;

对所述第一隐空间特征进行降维,得到第一特征向量矩阵;

基于所述第一隐空间特征和所述第一特征向量矩阵,确定所述第一样本图像对应的第一样本迁移特征。

5.根据权利要求4所述的方法,其特征在于,所述对所述第一隐空间特征进行降维,得到第一特征向量矩阵,包括:

获取所述第一隐空间特征中各元素的平均值;

基于所述平均值,确定第一协方差矩阵的多个第一特征值和多个第一特征向量,所述第一特征值与所述第一特征向量一一对应;

基于所述多个第一特征值,确定第一特征向量矩阵,所述第一特征向量矩阵中的行向量为满足排序条件的第一特征值所对应的第一特征向量。

6.根据权利要求5所述的方法,其特征在于,所述基于所述平均值,确定第一协方差矩阵的多个第一特征值和多个第一特征向量,包括:

基于所述平均值,确定所述第一隐空间特征中各元素对应的协方差,得到所述第一协方差矩阵;

对所述第一协方差矩阵进行特征值分解,得到所述多个第一特征值和所述多个第一特征向量。

7.根据权利要求5所述的方法,其特征在于,所述基于所述多个第一特征值,确定第一特征向量矩阵,包括:

对所述多个第一特征值进行排序;

从排序后的多个第一特征值中,选择排序在第一目标次序之前的至少一个第一特征值;

将所述至少一个第一特征值对应的至少一个第一特征向量作为行向量,得到所述第一特征向量矩阵。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202111081567.2/1.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