[发明专利]图像生成方法、设备及存储介质有效

专利信息
申请号: 202111432793.0 申请日: 2021-11-29
公开(公告)号: CN113837948B 公开(公告)日: 2022-05-06
发明(设计)人: 杨涛;任沛然;谢宣松 申请(专利权)人: 阿里巴巴达摩院(杭州)科技有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 刘戈;孙明子
地址: 310023 浙江省杭州市余杭*** 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 生成 方法 设备 存储 介质
【权利要求书】:

1.一种图像生成方法,其特征在于,包括:

获取待处理图像和与所述待处理图像相对应的控制参数,所述控制参数用于标识对所述待处理图像的细节增强程度;

基于所述控制参数,确定与所述待处理图像相对应的图像特征;

基于所述图像特征,生成与所述待处理图像相对应的目标图像,所述目标图像的分辨率大于所述待处理图像的分辨率;

基于所述控制参数,确定与所述待处理图像相对应的图像特征,包括:

获取与所述待处理图像相对应的纹理特征和非纹理特征,所述非纹理特征包括以下至少之一:形状特征、亮度特征、对比度特征、饱和度特征、空间关系特征;

基于所述控制参数和所述纹理特征,确定与所述待处理图像相对应的处理后特征;

基于所述处理后特征和所述非纹理特征,确定与所述待处理图像相对应的图像特征;

所述方法还包括:在所述纹理特征为一维特征或者多维特征时,则将所述控制参数调整为与所述纹理特征相对应的一维参数或者多维参数。

2.根据权利要求1所述的方法,其特征在于,所述控制参数包括大于0、且小于1的数值,所述控制参数的大小与在图像生成操作时的细节增强程度呈正相关。

3.根据权利要求1所述的方法,其特征在于,基于所述控制参数和所述纹理特征,确定与所述待处理图像相对应的处理后特征,包括:

对所述控制参数与所述纹理特征进行乘积处理,获得与所述待处理图像相对应的处理后特征。

4.根据权利要求1-3中任意一项所述的方法,其特征在于,获取与所述待处理图像相对应的控制参数,包括:

响应于用户输入的与所述待处理图像相对应的执行操作,获得与所述待处理图像相对应的控制参数。

5.一种图像生成方法,其特征在于,包括:

获取待处理图像和与所述待处理图像相对应的控制参数,所述控制参数用于限定在进行图像生成操作时的细节增强程度,所述控制参数包括一维参数或者多维参数;

将所述待处理图像和所述控制参数输入至网络模型,获得所述网络模型输出的目标图像,所述目标图像的分辨率大于所述待处理图像的分辨率;

在所述网络模型为待训练的网络模型时,在获得所述网络模型输出的目标图像之后,所述方法还包括:

获取与所述待处理图像相对应的标准超分辨率图像;

基于所述标准超分辨率图像和所述目标图像,确定像素差异损失函数和感知损失函数;

基于所述控制参数与感知损失函数之间的乘积值,获得处理后损失函数;

将所述像素差异损失函数与所述处理后损失函数的和值,确定为网络模型的损失函数,所述损失函数用于对所述待训练的网络模型进行训练,以生成训练好的网络模型。

6.一种图像生成方法,其特征在于,包括:

获取待处理图像和与所述待处理图像相对应的控制参数,所述控制参数用于标识对所述待处理图像的风格化程度;

基于所述控制参数,确定与所述待处理图像相对应的图像特征;

基于所述图像特征,生成与所述待处理图像相对应的目标图像,所述目标图像的风格与所述待处理图像的风格不同;

基于所述控制参数,确定与所述待处理图像相对应的图像特征,包括:

获取与所述待处理图像相对应的纹理特征和非纹理特征,所述非纹理特征包括以下至少之一:形状特征、亮度特征、对比度特征、饱和度特征、空间关系特征;

基于所述控制参数和所述纹理特征,确定与所述待处理图像相对应的处理后特征;

基于所述处理后特征和所述非纹理特征,确定与所述待处理图像相对应的图像特征;

所述方法还包括:在所述纹理特征为一维特征或者多维特征时,则将所述控制参数调整为与所述纹理特征相对应的一维参数或者多维参数。

7.一种电子设备,其特征在于,包括:存储器、处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求1-4中任一项所述的图像生成方法。

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阿里巴巴达摩院(杭州)科技有限公司,未经阿里巴巴达摩院(杭州)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/202111432793.0/1.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