[發明專利]圖像生成方法、裝置、電子設備及存儲介質

有效

• 申請號: 202111320636.0
• 申請日: 2021-11-09
• 公開（公告）號: CN114187624B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 徐志良;洪智濱
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/80;G06V10/82;G06N3/0464;G06N3/0455;G06N3/096;G06N3/09
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 單冠飛

本公開提供了一種圖像生成方法、裝置、電子設備及存儲介質，涉及人工智能技術領域，具體涉及深度學習、計算機視覺等技術領域，可應用于人臉圖像處理和人臉圖像識別等場景下。包括：獲取參考圖像和待處理圖像，并從參考圖像之中提取出目標融合特征，再根據目標融合特征，確定與參考圖像對應的多個深度特征圖，并根據目標融合特征，對多個深度特征圖進行融合處理得到目標特征圖，以及根據目標特征圖處理待處理圖像，以生成目標圖像，由此能夠有效地降低圖像融合的計算量，有效適用于算力較低的電子設備，在有效地節約計算資源的同時，有效地提升圖像生成效果。

技術領域

本公開涉及人工智能技術領域，具體涉及深度學習、計算機視覺等技術領域，可應用于人臉圖像處理和人臉圖像識別等場景下，尤其涉及一種圖像生成方法、裝置、電子設備及存儲介質。

背景技術

人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，既有硬件層面的技術也有軟件層面的技術。人工智能硬件技術一般包括如傳感器、專用人工智能芯片、云計算、分布式存儲、大數據處理等技術；人工智能軟件技術主要包括計算機視覺技術、語音識別技術、自然語言處理技術以及機器學習/深度學習、大數據處理技術、知識圖譜技術等幾大方向。

相關技術中，在圖像融合(例如，將圖像A中的特征融合至圖像B中)時，通常需要較大的計算量，從而導致圖像生成方法無法適用于算力較差的電子設備。

發明內容

本公開提供了一種圖像生成方法、裝置、電子設備、存儲介質及計算機程序產品。

根據本公開的第一方面，提供了一種圖像生成方法，包括：獲取參考圖像和待處理圖像；從所述參考圖像之中提取出目標融合特征；根據所述目標融合特征，確定與所述參考圖像對應的多個深度特征圖；根據所述目標融合特征，對所述多個深度特征圖進行融合處理得到目標特征圖；以及根據所述目標特征圖處理所述待處理圖像，以生成目標圖像。

根據本公開的第二方面，提供了一種圖像生成裝置，包括：獲取模塊，用于獲取參考圖像和待處理圖像；提取模塊，用于從所述參考圖像之中提取出目標融合特征；確定模塊，用于根據所述目標融合特征，確定與所述參考圖像對應的多個深度特征圖；第一處理模塊，用于根據所述目標融合特征，對所述多個深度特征圖進行融合處理得到目標特征圖；以及第二處理模塊，用于根據所述目標特征圖處理所述待處理圖像，以生成目標圖像。

根據本公開的第三方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如本公開第一方面的圖像生成方法。

根據本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如本公開第一方面的圖像生成方法。

根據本公開的第五方面，提供了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執行時實現如本公開第一方面的圖像生成方法的步驟。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其他特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開第一實施例的示意圖；

圖2是根據本公開實施例的U形神經網絡的結構示意圖；

圖3是根據本公開第二實施例的示意圖；

圖4是根據本公開第三實施例的示意圖；

圖5是根據本公開第四實施例的示意圖；

圖6示出了用來實施本公開實施例的圖像生成方法的示例電子設備的示意性框圖。