[发明专利]图像的风格迁移方法、装置、设备及存储介质在审

专利信息
申请号: 202211312999.4 申请日: 2022-10-25
公开(公告)号: CN115564641A 公开(公告)日: 2023-01-03
发明(设计)人: 陈泳桦 申请(专利权)人: 上海积图科技有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06V10/32;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08
代理公司: 深圳市特讯知识产权代理事务所(普通合伙) 44653 代理人: 孟智广
地址: 200030 上海市浦东新区中国(上*** 国省代码: 上海;31
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 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像的风格迁移方法,其特征在于,包括步骤:

获取目标图像,接收风格选择指令,其中,所述风格选择指令包含:指定风格;

根据预置图像数据库,提取所述目标图像的特征,得到图像数组;

根据预置变换归一算法,对所述图像数组进行维度变换归一处理,得到变换数组;

根据预置张量转换算法,对所述变换数组进行张量转换处理,得到张量数组;

根据预置Pix2Pix神经网络,基于所述指定风格对所述张量数组进行特征迁移处理,得到风格化数组;

对所述风格化数组进行图像转换处理,生成风格迁移图像。

2.根据权利要求1所述的图像的风格迁移方法,其特征在于,在所述获取目标图像,接收风格选择指令之前,还包括:

获取N个训练样本图像,其中,N为正整数;

根据预置最近邻匹配算法,对所述N个训练样本图像进行风格分类处理,得到M个风格图像集,其中,M为小于N的正整数;

根据预置特征参数提取算法,对所述M个风格图像集进行风格特征提取处理,得到M个风格特征类别。

3.根据权利要求2所述的图像的风格迁移方法,其特征在于,所述根据预置特征参数提取算法,对所述M个风格图像集进行风格特征提取处理,得到M个风格特征类别包括:

将所述M个风格图像集输入预置pix2pix网络框架中,得到M个风格特征类别的Pix2Pix神经网络。

4.根据权利要求1所述的图像的风格迁移方法,其特征在于,所述根据预置图像数据库,提取所述目标图像的特征,得到图像数组包括:

根据预置图像数据库,对所述目标图像进行参数提取处理,得到BGR数组;

对所述BGR数组进行转换处理,得到RGB数组,以及将所述RGB数组确定为图像数组。

5.根据权利要求1所述的图像的风格迁移方法,其特征在于,所述根据预置变换归一算法,对所述图像数组进行维度变换归一处理,得到变换数组包括:

基于预置维度变换规则,对所述图像数组进行空间重排处理,得到维度重构数组;

将所述维度重构数组的元素均除以255,得到变换数组。

6.根据权利要求1所述的图像的风格迁移方法,其特征在于,所述根据预置张量转换算法,对所述变换数组进行张量转换处理,得到张量数组包括:

基于预置Pix2Pix神经网络的训练框架,对所述变换数组按元素排序拆解处理,得到张量数组。

7.根据权利要求1所述的图像的风格迁移方法,其特征在于,所述对所述风格化数组进行图像转换处理,生成风格迁移图像包括:

对所述风格化数组的所有元素均乘以255,得到像素数组;

基于所述像素数组,生成风格迁移图像。

8.一种图像的风格迁移装置,其特征在于,所述图像的风格迁移装置包括:

获取模块,用于获取目标图像,接收风格选择指令,其中,所述风格选择指令包含:指定风格;

特征提取模块,用于根据预置图像数据库,提取所述目标图像的特征,得到图像数组;

变换归一模块,用于根据预置变换归一算法,对所述图像数组进行维度变换归一处理,得到变换数组;

张量转换模块,用于根据预置张量转换算法,对所述变换数组进行张量转换处理,得到张量数组;

风格迁移模块,用于根据预置Pix2Pix神经网络,基于所述指定风格对所述张量数组进行特征迁移处理,得到风格化数组;

图像转换模块,用于对所述风格化数组进行图像转换处理,生成风格迁移图像。

9.一种图像的风格迁移设备,其特征在于,所述图像的风格迁移设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;

所述至少一个处理器调用所述存储器中的所述指令,以使得所述图像的风格迁移设备执行如权利要求1-7中任一项所述的图像的风格迁移方法。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的图像的风格迁移方法。

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上海积图科技有限公司,未经上海积图科技有限公司许可,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/202211312999.4/1.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