[發明專利]一種圖像處理方法、裝置及電子設備

在審

• 申請號: 201910689979.0
• 申請日: 2019-07-29
• 公開（公告）號: CN110427864A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 黃浩智;李崔卿;沈力;劉威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本申請實施例提供了一種圖像處理方法、裝置及電子設備，其中，該方法應用于人工智能領域的計算機視覺技術、機器學習技術，該方法包括：獲取第一人體圖像數據的特征信息，所述第一人體圖像數據的特征信息包括人臉特征信息和人體姿態信息；利用所述人臉特征信息和所述人體姿態信息對生成對抗網絡模型進行訓練，得到人物形態預測模型；將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像。采用本申請，可以提高預測的人體圖像的圖片質量。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種圖像處理方法、裝置及電子設備。

背景技術

目前，在使用生成對抗網絡(Generative?Adversarial?Networks，GAN)模型生成人臉的方式中，絕大多數是運用人臉特征信息來進行人臉或人體上半身圖像的預測。例如，在深度視頻肖像deep?video?portrait中，使用了3D頭部渲染結果圖作為輸入以產生目標圖像，然而，采用上述方式，使得生成的人體圖像中的人的身體部分和臉部部分不協調，進而導致圖片質量較低。

發明內容

本申請實施例提供了一種圖像處理方法、裝置及電子設備，可以使得生成的人體圖像中的人的身體部分和臉部部分更加協調，進而提高預測的人體圖像的圖片質量。

第一方面，本申請實施例提供了一種圖像處理方法，包括：

獲取第一人體圖像數據的特征信息，所述第一人體圖像數據的特征信息包括人臉特征信息和人體姿態信息；

利用所述人臉特征信息和所述人體姿態信息對生成對抗網絡模型進行訓練，得到人物形態預測模型；

將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像。

第二方面，本申請實施例提供了一種圖像處理裝置，包括：

獲取單元，用于獲取第一人體圖像數據的特征信息，所述第一人體圖像數據的特征信息包括人臉特征信息和人體姿態信息；

訓練單元，用于利用所述人臉特征信息和所述人體姿態信息對生成對抗網絡模型進行訓練，得到人物形態預測模型；

處理單元，用于將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像。

第三方面，本申請實施例提供了一種電子設備，包括處理器和存儲器，所述處理器和所述存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行上述的圖像處理方法。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令被執行時實現上述的圖像處理方法。

綜上所述，電子設備能夠利用獲取的第一人體圖像數據的特征信息對生成對抗網絡模型進行訓練，得到人物形態預測模型，并可以將第二人體圖像數據的特征信息輸入該人物形態預測模型，以生成預測的人體圖像，使得生成的人體圖像中的人的身體部分和臉部部分更加協調，進而提高了預測的人體圖像的圖片質量。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1a是本申請實施例提供的一種深度姿態模型的網絡框架示意圖；

圖1b是本申請實施例提供的一種深度姿態模型的ROI?Align部分的示意圖；

圖1c是本申請實施例提供的一種生成網絡的結構示意圖；