[发明专利]图像的风格迁移方法、装置、设备及存储介质

说明书

本发明涉及风格迁移领域，公开了一种图像的风格迁移方法、装置、设备及存储介质。该方法包括：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。

技术领域

本发明涉及风格迁移领域，尤其涉及一种图像的风格迁移方法、装置、设备及存储介质。

背景技术

传统的图像风格迁移网络可以分为两类，一类是通过提取输入内容图像的高级语义特征，然后将风格图的颜色信息迁移到输入图像上，生成速度较快但风格化图像效果较差，另一类是分别定义“风格损失”和“内容损失”，通过不断的迭代优化参数，在两者之间找到一个折中的图像，这样能够得到不错的风格化图像，但消耗时间较长。

由于当前的风格迁移的流程花费时间过长，且对于“风格损失”和“内容损失”的迭代过程中产生的数据过大，而直接基于语义特征迁移进行风格的进行风格迁移处理，会产图像不佳的问题。因此，针对当前图像风格迁移效果不佳或是迭代时长过长的技术问题，需要一种新的技术。

发明内容

本发明的主要目的在于解决图像风格迁移效果不佳或是迭代时长过长的技术问题。

本发明第一方面提供了一种图像的风格迁移方法，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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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。

可选的，在本发明第一方面的第三种实现方式中，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。

可选的，在本发明第一方面的第四种实现方式中，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；