[发明专利]图像处理方法、装置、电子设备及计算机可读介质在审

专利信息
申请号: 202010158768.7 申请日: 2020-03-09
公开(公告)号: CN111402151A 公开(公告)日: 2020-07-10
发明(设计)人: 李华夏 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06N3/04;G06N3/08;G06K9/62
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 计算机 可读 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取待处理图像以及预训练的目标风格化特效网络,其中,所述目标风格化特效网络是通过对对抗生成网络中包括的两个生成网络和两个判别网络进行对抗训练得到的,所述两个生成网络对应相反的风格变化处理;

通过目标风格化特效网络对待处理图像进行目标风格化处理,得到目标风格图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述目标风格化特效网络是通过以下步骤训练得到的:

获取训练样本集,所述训练样本集中的每组训练样本包括一个原始风格图和一个目标风格图;

获取预构建的对抗生成网络,所述对抗生成网络包括第一生成网络、第二生成网络、第一判别网络和第二判别网络;

通过所述第一生成网络,对每组训练样本中的原始风格图进行目标风格化处理,得到相应的第一生成图像,并通过所述第二生成网络,对所述第一生成图像进行风格原始化处理,得到相应的第二生成图像;

通过所述第二生成网络,对所述每组训练样本中的目标风格图进行风格原始化处理,得到相应的第三生成图像,并通过所述第一生成网络,对所述第三生成图像进行目标风格化处理,得到相应的第四生成图像;

通过所述第一判别网络,对所述每组训练样本中的所述目标风格图和所述第一生成图像的真实性进行判别,得到相应的第一判别结果;

通过所述第二判别网络,对所述每组训练样本中的所述原始风格图、所述第三生成图像的真实性进行判别,得到相应的第二判别结果;

基于所述每组训练样本分别对应的所述第一判别结果、所述第二判别结果、所述第二生成图像和所述第四生成图像,对所述对抗生成网络进行对抗训练,并将训练后的所述第一生成网络确定为所述目标风格化特效网络。

3.根据权利要求2所述的图像处理方法,其特征在于,所述基于所述每组训练样本分别对应的所述第一判别结果、所述第二判别结果、所述第二生成图像和所述第四生成图像,对所述对抗生成网络进行对抗训练,包括:

根据所述每组训练样本对应的第一判别结果来确定对应的第一对抗损失;

确定所述每组训练样本中的所述原始风格图与所述第二生成图像之间的第一图像损失;

根据所述每组训练样本对应的第二判别结果来确定对应的第二对抗损失;

确定所述每组训练样本中的所述目标风格图与所述第四生成图像之间的第二图像损失;

根据所述每组训练样本对应的所述第一对抗损失、所述第一图像损失、所述第二对抗损失和所述第二图像损失,对所述对抗生成网络进行优化。

4.根据权利要求3所述的图像处理方法,其特征在于,所述第一对抗损失包括所述目标风格图对应的真样本损失、所述第一生成图像对应的假样本真实损失和所述第一生成图像对应的假样本虚假损失;

所述第二对抗损失包括所述原始风格图对应的真样本损失、所述第三生成图像对应的假样本真实损失和所述第三生成图像对应的假样本虚假损失。

5.根据权利要求4所述的图像处理方法,其特征在于,所述根据所述每组训练样本对应的所述第一对抗损失、所述第一图像损失、所述第二对抗损失和所述第二图像损失,对所述对抗生成网络进行优化,包括:

根据每种损失对应的权重,对所述每组训练样本中的所述目标风格图对应的真样本损失、所述第一生成图像对应的假样本真实损失、所述第一生成图像对应的假样本虚假损失、和所述第一图像损失进行加权融合处理,得到第一总损失,并对所述每组训练样本中的所述原始风格图对应的真样本损失、所述第三生成图像对应的假样本真实损失、所述第三生成图像对应的假样本虚假损失、和所述第二图像损失进行加权融合处理,得到第二总损失;

根据所述第一总损失和所述第二总损失,对所述对抗生成网络进行优化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010158768.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top