[發明專利]一種前后景分離的熊貓照片卡通化方法

有效

• 申請號: 202011318378.8
• 申請日: 2020-11-23
• 公開（公告）號: CN112508991B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 周祺鈺;向城成;劉啟和;程紅蓉;周世杰
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/13;G06T5/00;G06T5/30;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 徐靜

本發明提供一種前后景分離的熊貓照片卡通化方法包括：獲取熊貓照片數據集和卡通圖像數據集并進行圖像預處理：構建熊貓卡通圖像生成模型；所述熊貓卡通圖像生成模型包括生成器和判別器，所述生成器包括前景生成分支、后景生成分支和前后景合成分支；步驟4，定義所述生成器的損失函數；利用定義的損失函數訓練所述熊貓卡通圖像生成模型；將待卡通化的熊貓照片輸入所述訓練好的熊貓卡通圖像生成模型，得到卡通化后的熊貓照片。相比于現有技術，本發明中(1)前后景分別處理的方法可以有效突出相對簡潔的前景主體，(2)通過邊緣增強和邊緣模糊的處理能夠得到邊緣清晰的卡通化熊貓圖像，(3)網絡結構比較簡單，在獲得卡通效果的同時擁有較小的訓練成本。

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種前后景分離的熊貓照片卡通化方法。

背景技術

近年來，人工智能算法逐漸被應用于圖像生成領域，同時也為藝術作品的詮釋帶來了更大的可能性。對圖像進行風格化時，圖像在保留原圖內容的同時，能夠具備繪畫作品的藝術風格，其創造性和藝術價值得到了人們的肯定。其中，基于生成對抗網絡的方法(GAN)自2014年提出以來，越來越受到學術界和工業界的重視，不斷在圖像生成領域取得突破性進展，且仍然具有巨大潛力。它的對抗思想讓生成器和判別器在博弈中互相進步，從而生成以假亂真的圖片?？ㄍL格是動漫的一種，具有高度簡化和抽象的特征，作為一種重要的藝術形式，無論是以漫畫還是動畫為載體，都具有獨特的藝術效果，同時還體現角色本身的特點，深受人們的喜愛。若能結合生成對抗網絡方法完成卡通圖像的生成，則能大大降低人工成本。而卡通風格的圖像生成效果一直不是很理想，這主要是因為現有方法大多沒有針對卡通作品和其它藝術風格之間的顯著區別進行探索：1、卡通風格的作品前景比背景更為簡潔；2、卡通風格的作品具有平滑清晰且連貫的線條；3、卡通風格的作品色彩過渡平滑且紋理較為簡單，而其它藝術風格大多擁有較為豐富的紋理和色彩變化。

現有方法雖然通過添加語義內容損失函數以及邊緣損失函數實現了對紋理和色彩的部分簡化，但均為全局的圖像生成算法，并沒有解決前景比背景更加簡潔的問題。此外，現有算法雖然能夠通驅使模型遠離邊緣模糊的負樣本以生成比較清晰的邊緣，但是對于熊貓等多毛發、邊緣變化豐富的照片而言，生成的邊緣線條不夠平滑自然。

發明內容

本發明旨在提供一種前后景分離的熊貓照片卡通化方法，以解決前景不突出、邊緣輪廓不清晰、色彩過渡不平滑以及紋理過多的問題。

本發明提供的一種前后景分離的熊貓照片卡通化方法，包括如下步驟：

步驟1，獲取熊貓照片數據集和卡通圖像數據集；

步驟2，對所述熊貓照片數據集和卡通圖像數據集進行圖像預處理：

步驟2.1，對所述熊貓照片數據集進行圖像分割得到前景掩膜矩陣和后景掩膜矩陣；

步驟2.2，將所述熊貓照片數據集分別與前景掩膜矩陣和后景掩膜矩陣做與運算得到前景圖像集和后景圖像集；

步驟2.3，對所述前景圖像集進行邊緣增強得到邊緣增強的前景圖像集；

步驟2.4，對所述卡通圖像數據集進行邊緣模糊得到邊緣模糊的卡通圖像數據集；

步驟3，構建熊貓卡通圖像生成模型；所述熊貓卡通圖像生成模型包括生成器和判別器，所述生成器包括前景生成分支、后景生成分支和前后景合成分支；

步驟4，定義所述生成器的損失函數；

步驟5，利用定義的損失函數訓練所述熊貓卡通圖像生成模型：

步驟5.1，將所述前景圖像集輸入所述前景生成分支，輸出前景圖像特征；

步驟5.2，將所述后景圖像集輸入所述后景生成分支，輸出后景圖像特征；

步驟5.3，將前景圖像特征和后景圖像特征輸入所述前后景合成分支，輸出前后景聚合特征；