[发明专利]图像风格迁移方法、装置、设备及存储介质

权利要求书

1.一种图像风格迁移方法，其特征在于，所述图像风格迁移方法包括：

获取目标风格程度调整参数，以及历史图像集；

将所述目标风格程度调整参数和所述历史图像集输入至预设网络模型，得到参考网络模型；

基于目标损失函数对所述参考网络模型进行训练，得到目标风格迁移模型；

在完成训练的推断阶段，将待风格化图像和所述目标风格程度调整参数输入至所述目标风格迁移模型，得到所述目标风格迁移模型输出的目标风格图像。

2.如权利要求1所述的图像风格迁移方法，其特征在于，所述获取目标风格程度调整参数，包括：

从预设范围中进行随机采样，得到风格因子；

通过非线性映射将所述风格因子进行映射，得到目标风格程度调整参数。

3.如权利要求1所述的图像风格迁移方法，其特征在于，所述将所述目标风格程度调整参数和所述历史图像集输入至预设网络模型，得到参考网络模型，包括：

从所述历史图像集中筛选出不符合预设条件的历史图像；

对所述不符合预设条件的历史图像进行预处理，得到处理后的历史图像；

将所述处理后的历史图像和所述目标风格程度调整参数输入至预设网络模型，得到参考网络模型。

4.如权利要求3所述的图像风格迁移方法，其特征在于，所述处理后的历史图像包括处理后的历史内容图像和处理后的历史风格图像；

所述将所述处理后的历史图像和所述目标风格程度调整参数输入至预设网络模型，得到参考网络模型，包括：

将所述处理后的历史内容图像输入至预设网络模型对应的生成器；

通过所述生成器根据所述目标风格程度调整参数和处理后的历史内容图像生成参考风格图像；

根据所述参考风格图像和所述处理后的历史风格图像对所述预设网络模型进行训练，得到参考网络模型。

5.如权利要求4所述的图像风格迁移方法，其特征在于，所述基于目标损失函数对所述参考网络模型进行训练，得到目标风格迁移模型，包括：

将所述参考风格图像和所述处理后的历史风格图像输入至所述参考网络模型对应的判别器中进行比较；

根据比较结果和目标损失函数对所述生成器和所述判别器进行训练，以使所述生成器和所述判别器达到平衡；

在所述生成器和所述判别器达到平衡时，将对应的参考网络模型作为目标风格迁移模型。

6.如权利要求1所述的图像风格迁移方法，其特征在于，所述基于目标损失函数对所述参考网络模型进行训练，得到目标风格迁移模型之前，还包括：

获取所述参考网络模型对应的各个损失模块的权重参数；

根据所述权重参数、所述目标风格程度调整参数和历史图像集构建对抗损失函数、内容损失函数、风格化内容损失函数以及风格因子损失函数；

根据所述抗损失函数、所述内容损失函数、所述风格化内容损失函数以及所述风格因子损失函数确定目标损失函数。

7.如权利要求1至6中任一项所述的图像风格迁移方法，其特征在于，所述在完成训练的推断阶段，将待风格化图像和所述目标风格程度调整参数输入至所述目标风格迁移模型，得到所述目标风格迁移模型输出的目标风格图像之后，还包括：

获取用户根据所述目标风格图像反馈的满意度；

在所述满意度未达到预设满意度时，对所述目标风格程度调整参数进行调整；

基于调整后的目标风格程度调整参数得到新的目标风格图像。

8.一种图像风格迁移装置，其特征在于，所述图像风格迁移装置包括：

获取模块，用于获取目标风格程度调整参数，以及历史图像集；

训练模块，用于将所述目标风格程度调整参数和所述历史图像集输入至预设网络模型，得到参考网络模型；

所述训练模块，还用于基于目标损失函数对所述参考网络模型进行训练，得到目标风格迁移模型；

处理模块，用于在完成训练的推断阶段，将待风格化图像和所述目标风格程度调整参数输入至所述目标风格迁移模型，得到所述目标风格迁移模型输出的目标风格图像。