[發明專利]圖像風格遷移模型訓練方法、圖像處理方法、裝置及設備

在審

• 申請號: 202110867587.6
• 申請日: 2021-07-28
• 公開（公告）號: CN113469876A
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 方慕園
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T7/11;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 蔡抒楓

1.一種圖像風格遷移模型的訓練方法，其特征在于，包括：

獲取樣本圖像、所述樣本圖像對應的待處理區域圖像和初始風格圖像；所述待處理區域圖像為所述樣本圖像中的待處理區域所對應的圖像，所述初始風格圖像為對所述樣本圖像中的待處理區域進行圖像風格遷移處理后得到的圖像；

對所述待處理區域圖像中的所述待處理區域進行收縮處理，得到收縮區域圖像；

根據所述樣本圖像、所述初始風格圖像以及所述收縮區域圖像，得到與所述收縮區域圖像對應的目標風格圖像；所述目標風格圖像為對所述樣本圖像中與所述收縮區域圖像對應的收縮區域，進行圖像風格遷移處理后得到的圖像；

根據所述樣本圖像、所述收縮區域圖像和所述目標風格圖像，對神經網絡模型進行訓練，得到圖像風格遷移模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述樣本圖像、所述收縮區域圖像和所述目標風格圖像，對神經網絡模型進行訓練，得到圖像風格遷移模型，包括：

將所述樣本圖像與所述收縮區域圖像輸入所述神經網絡模型，通過所述神經網絡模型對所述樣本圖像中的所述收縮區域進行風格遷移處理，得到預測風格圖像；

根據所述預測風格圖像與所述目標風格圖像的差值，確定所述神經網絡模型的損失值；

根據所述損失值，調整所述神經網絡模型的模型參數，得到所述圖像風格遷移模型。

3.根據權利要求1所述的方法，其特征在于，所述目標風格圖像為對所述樣本圖像中與所述收縮區域圖像對應的收縮區域，進行顏色轉換處理后得到的圖像；

所述根據所述樣本圖像、所述收縮區域圖像和所述目標風格圖像，對神經網絡模型進行訓練，得到圖像風格遷移模型，包括：

根據所述樣本圖像、所述收縮區域圖像和所述目標風格圖像，對所述神經網絡模型進行訓練，得到顏色轉換模型。

4.根據權利要求1所述的方法，其特征在于，所述收縮區域圖像還包括背景區域；所述背景區域為所述收縮區域圖像中除所述收縮區域以外的圖像區域；

所述根據所述樣本圖像、所述初始風格圖像以及所述收縮區域圖像，得到與所述收縮區域圖像對應的目標風格圖像，包括：

從所述初始風格圖像中獲取與所述收縮區域對應的第一區域圖像，以及從所述樣本圖像中獲取與所述背景區域對應的第二區域圖像；

對所述第一區域圖像和所述第二區域圖像進行組合，得到所述目標風格圖像。

5.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像，以及所述待處理圖像對應的待處理區域圖像；

將所述待處理圖像以及所述待處理區域圖像輸入圖像風格遷移模型，通過所述圖像風格遷移模型對所述待處理圖像中的待處理區域進行風格遷移處理，得到風格遷移圖像；所述圖像風格遷移模型通過如權利要求1至4中任一項所述的圖像風格遷移模型的訓練方法得到。

6.一種圖像風格遷移模型的訓練裝置，其特征在于，包括：

樣本圖像獲取單元，被配置為執行獲取樣本圖像、所述樣本圖像對應的待處理區域圖像和初始風格圖像；所述待處理區域圖像為所述樣本圖像中的待處理區域所對應的圖像，所述初始風格圖像為對所述樣本圖像中的待處理區域進行圖像風格遷移處理后得到的圖像；

收縮圖像獲取單元，被配置為執行對所述待處理區域圖像中的所述待處理區域進行收縮處理，得到收縮區域圖像；

目標圖像獲取單元，被配置為執行根據所述樣本圖像、所述初始風格圖像以及所述收縮區域圖像，得到與所述收縮區域圖像對應的目標風格圖像；所述目標風格圖像為對所述樣本圖像中與所述收縮區域圖像對應的收縮區域，進行圖像風格遷移處理后得到的圖像；

風格模型訓練單元，被配置為執行根據所述樣本圖像、所述收縮區域圖像和所述目標風格圖像，對神經網絡模型進行訓練，得到圖像風格遷移模型。