[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

本公開關于一種圖像風格遷移模型的訓練方法、圖像處理方法、裝置、電子設備及存儲介質。所述圖像風格遷移模型的訓練方法包括：獲取樣本圖像、對應的待處理區域圖像和初始風格圖像；初始風格圖像為對待處理區域進行圖像風格遷移處理后得到的圖像；對待處理區域圖像中的待處理區域進行收縮，得到收縮區域圖像；根據樣本圖像、初始風格圖像以及收縮區域圖像，得到目標風格圖像；目標風格圖像為對樣本圖像中的收縮區域，進行圖像風格遷移處理后得到的圖像；根據樣本圖像、收縮區域圖像和目標風格圖像，對神經網絡模型進行訓練，得到圖像風格遷移模型。本公開實現了準確識別圖片的待處理區域的區域范圍，進而提高生成的目標風格圖像的準確率。

技術領域

本公開涉及圖像處理技術領域，尤其涉及一種圖像風格遷移模型的訓練方法、圖像處理方法、裝置、電子設備及存儲介質。

背景技術

隨著圖像處理技術的發展，出現了一種圖像風格化的技術，該技術一般需要對圖像的不同區域采用不同風格化方式，例如，圖像風格化技術可以應用于人像染發任務中，對于頭發區域需要進行色彩轉換，而其他區域需要保持原狀不變。

目前，圖像風格化技術通常是通過生成配對的訓練數據，對神經網絡進行訓練。然而，由于配對圖片的區域識別不準確，通過神經網絡生成的圖片容易存在瑕疵，生成的圖片準確率較低。

發明內容

本公開提供一種圖像風格遷移模型的訓練方法、圖像處理方法、裝置、電子設備及存儲介質，以至少解決相關技術中生成的圖片準確率較低的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種圖像風格遷移模型的訓練方法，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。

在一示例性實施例中，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。

在一示例性實施例中，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。

在一示例性實施例中，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。