[发明专利]图像风格迁移处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202111291199.4 申请日: 2021-11-03
公开(公告)号: CN113724132B 公开(公告)日: 2022-02-18
发明(设计)人: 章贤君;杨晓莉 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06V10/40;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 王风茹
地址: 310051 浙江省杭州市滨江区西兴街道江陵路*** 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 风格 迁移 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像风格迁移处理方法,其特征在于,所述方法包括:

对目标图像进行风格迁移,得到迁移后图像;

对迁移后图像在目标指标项下进行调试参数解析,得到迁移后图像匹配的迁移后调试参数信息;对迁移后图像在目标指标项下进行调试参数解析,得到迁移后图像匹配的迁移后调试参数信息,包括:将所述迁移后图像输入到预设调试参数生成模型,得到所述迁移后图像在目标指标项下的调试参数矢量特征;对迁移后图像在目标指标项下的调试参数矢量特征进行反向归一,得到对应的迁移后调试参数信息;其中,预设调试参数生成模型使用的训练样本包括通过在不同增益下经对训练图像进行滑动窗口切块生成的风格迁移后图像数据集;

依据所述迁移后调试参数信息,对所述迁移后图像进行图像调试。

2.根据权利要求1所述的方法,其特征在于,对目标图像进行风格迁移,得到迁移后图像,包括:

确定目标图像采用的目标图像增益;

从目标图像中提取高频内容信息与低频风格信息;

将高频内容信息与低频风格信息输入到目标图像增益下的预设生成对抗网络模型GAN,得到迁移后图像;

其中,预设生成对抗网络模型GAN用于对输入信息进行特征提取与融合以进行图像风格迁移;不同的图像增益匹配不同的预设生成对抗网络模型GAN。

3.根据权利要求1所述的方法,其特征在于,所述训练样本的样本标签通过对目标指标项下训练样本的调试参数数据集进行归一化并映射到矢量得到。

4.根据权利要求3所述的方法,其特征在于,所述预设调试参数生成模型进行反向传播训练时的损失函数使用均方差损失、结构相似性损失以及梯度损失进行约束。

5.根据权利要求3所述的方法,其特征在于,所述训练样本的样本标签的生成过程包括:

按照调试参数数据集中的调试参数值与调试参数个数,对每个调试参数值进行归一化处理,得到归一化的调试参数值;

对归一化的调试参数值进行离散化矢量转换处理,将归一化后的调试参数值映射到固定大小的矢量图中,得到所述训练样本的样本标签。

6.根据权利要求1所述的方法,其特征在于,目标指标包括平均梯度、对比度、峰值信噪比、边缘信息保留值、亮度、饱和度、结构相似性。

7.一种图像风格迁移处理装置,其特征在于,所述装置包括:

风格迁移模块,用于对目标图像进行风格迁移,得到迁移后图像;

调试参数确定模块,用于对迁移后图像在目标指标项下进行调试参数解析,得到迁移后图像匹配的迁移后调试参数信息;调试参数确定模块包括:将所述迁移后图像输入到预设调试参数生成模型,得到所述迁移后图像在目标指标项下的调试参数矢量特征;对迁移后图像在目标指标项下的调试参数矢量特征进行反向归一,得到对应的迁移后调试参数信息;其中,预设调试参数生成模型使用的训练样本包括通过在不同增益下经对训练图像进行滑动窗口切块生成的图像数据集;

图像调试模块,用于依据所述迁移后调试参数信息,对所述迁移后图像进行图像调试。

8.根据权利要求7所述的装置,其特征在于,所述训练样本的样本标签通过对目标指标项下训练样本的调试参数数据集进行归一化并映射到矢量得到。

9.一种电子设备,其特征在于,包括:

一个或多个处理装置;

存储装置,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现权利要求1-6中任一所述的图像风格迁移处理方法。

10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-6中任一所述的图像风格迁移处理方法。

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浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,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/202111291199.4/1.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