[发明专利]图像特征迁移方法、装置、存储介质及终端设备有效

专利信息
申请号: 202111107780.6 申请日: 2021-09-22
公开(公告)号: CN113838166B 公开(公告)日: 2023-08-29
发明(设计)人: 唐吉霖;袁燚;胡志鹏 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06T7/11;G06T7/44;G06V10/46;G06V20/70;G06V10/54;G06V10/778;G06V10/82
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 汪阮磊
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
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 特征 迁移 方法 装置 存储 介质 终端设备
【权利要求书】:

1.一种图像特征迁移方法,其特征在于,包括:

获取源人体图像和目标人体姿态图;

基于所述源人体图像和目标人体姿态图,构建与所述目标人体姿态图对应的目标人体语义分割图及目标人体姿态特征图;

从所述源人体图像中提取出源人体纹理特征;

从所述源人体纹理特征中获取所述源人体图像的各个关键区域的纹理特征编码;

将所述各个关键区域的纹理特征编码分别转化成对应的权重参数;

利用所述各个关键区域对应的权重参数,通过分区域卷积操作,将所述源人体图像的源人体纹理特征迁移至所述目标人体姿态特征图的相应位置,得到目标特征图;

对所述目标特征图进行解码操作,得到结合所述源人体纹理特征和目标人体姿态图的目标人体图像。

2.如权利要求1所述的图像特征迁移方法,其特征在于,所述利用所述各个关键区域对应的权重参数,通过分区域卷积操作,将所述源人体图像的源人体纹理特征迁移至所述目标人体姿态特征图的相应位置,得到目标特征图,包括:

从所述源人体图像中提取出源人体语义分割图;

基于所述目标人体语义分割图,利用所述源人体图像的各个关键区域的纹理特征编码和对应的权重参数,分别在所述目标人体姿态特征图上与各个关键区域对应的区域进行分区域卷积操作,以得到将所述源人体图像的源人体纹理特征迁移至所述目标人体姿态特征图相应位置的目标特征图。

3.如权利要求2所述的图像特征迁移方法,其特征在于,所述从所述源人体纹理特征中获取所述源人体图像的各个关键区域的纹理特征编码,包括:

使用空间逐点相乘法对所述源人体纹理特征中各关键区域的人体纹理特征进行处理,得到所述各个关键区域的原始纹理特征;

对所述各个关键区域的原始纹理特征分别进行平均池化操作,得到各个关键区域的向量形式的纹理特征编码。

4.如权利要求1所述的图像特征迁移方法,其特征在于,所述基于所述源人体图像和目标人体姿态图,构建与所述目标人体姿态图对应的目标人体语义分割图,包括:

从所述源人体图像中提取出源人体语义分割图和源人体姿态图;

基于所述源人体语义分割图、所述源人体姿态图及所述目标人体姿态图进行语义分割图构建操作,构建与所述目标人体姿态图对应的目标人体语义分割图。

5.如权利要求4所述的图像特征迁移方法,其特征在于,所述从所述源人体图像中提取出源人体语义分割图和源人体姿态图,包括:

识别所述源人体图像中人体的各个关键区域;

采用语义分割算法对所述源人体图像中人体的各个关键区域进行语义分割得到所述源人体语义分割图;及

识别所述源人体图像中人体的各个关键点;

采用姿势估计提取算法对所述源人体图像中人体的各个关键点进行提取得到所述源人体姿态图。

6.如权利要求4所述的图像特征迁移方法,其特征在于,所述基于所述源人体语义分割图、所述源人体姿态图及所述目标人体姿态图进行语义分割图构建操作,构建与所述目标人体姿态图对应的目标人体语义分割图,包括:

将所述源人体语义分割图、所述源人体姿态图及所述目标人体姿态图作为同一图像的不同图像通道中的图像进行拼接,得到输入图像;

将所述输入图像输入至编码器进行编码操作,得到语义特征图;

将所述语义特征图输入至解码器进行解码操作,得到所述目标人体语义分割图。

7.如权利要求1所述的图像特征迁移方法,其特征在于,从所述源人体图像中提取出源人体纹理特征,包括:

从所述源人体图像中提取出滤除不包含特定干扰特征的源人体纹理特征;

所述特定干扰特征包括从预设类型的目标纹理中提取出的特征,所述目标纹理对应的频率范围为目标频率范围,所述从所述源人体图像中提取出滤除不包含特定特征的源人体纹理特征,包括:

通过纹理编码器的滤波层对所述源人体图像进行过滤和编码处理,得到人体纹理特征,所述滤波层的滤波范围包括所述目标频率范围;

通过所述纹理编码器的若干卷积层对所述人体纹理特征进行卷积处理,得到所述源人体纹理特征。

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网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,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/202111107780.6/1.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