[发明专利]图像处理方法、装置、电子设备及计算机可读介质

说明书

本公开提供了一种图像处理方法、装置、电子设备及计算机可读介质。该方法在训练目标风格化特效网络时，采用在对抗生成网络中，通过第一生成网络和第二生成网络经过相反的风格变化处理，能够基于非匹配的原始风格图和目标风格图来训练该对抗生成网络，实现以更有限的训练样本完成效果更佳的目标风格化特效网络的训练，在利用目标风格化特效网络对待处理图像进行目标风格化处理时，相较于现有技术，还能够得到更加清晰、锐化程度更高的特效效果。

技术领域

本公开涉及计算机技术领域，具体而言，本公开涉及一种图像处理方法、装置、电子设备及计算机可读介质。

背景技术

随着计算机技术和通信技术的迅猛发展，智能终端的使用得到广泛普及，越来越多的应用程序被开发出来用于方便和丰富人们的工作与生活。目前，不少应用程序致力于为智能终端用户提供更加个性化与视觉感受更佳的视觉特效，例如滤镜效果、贴纸效果、形变效果等等。

其中，改变图像风格的特性是一种常见的视觉特效，通过改变图像的色彩、纹理等属性，能够将图像变成另一种风格。

现有技术中，通常简单地训练一个卷积神经网络(Convolutional NeuralNetworks，CNN)来实现图像的图像风格变化的特效，训练过程中需要使用成对的图像来产生相应的训练数据，该成对的图像包含不同风格相同内容的图像，例如目标风格及和其他风格的同一人脸图像，训练的目的在于网络可以实现图像从其他风格变化至目标风格。

对于这种训练方式，训练样本的质量与数量会对直接影响网络的训练效果。若训练样本缺少任一种风格的图像，都会导致训练效果差，训练出的网络准确率低。然而在现实中，包含同时收集两种风格图像的训练样本难度较大，可使用的数据规模小，数据匹配度低，如何在训练样本不足的情况下完成图像风格变化特效的网络训练成为待解决的难题。

发明内容

为克服上述技术问题或者至少部分地解决上述技术问题，特提出以下技术方案：

第一方面，本公开提供了一种图像处理方法，该方法包括：

获取待处理图像以及预训练的目标风格化特效网络，其中，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，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。

第二方面，本公开提供了一种图像处理装置，该装置包括：

获取模块，用于获取待处理图像以及预训练的目标风格化特效网络，其中，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，两个生成网络对应相反的风格变化处理；

特效处理模块，用于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。

第三方面，本公开提供了一种训练装置，该装置包括：

样本获取模块，用于获取训练样本集，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；

网络获取模块，用于获取预构建的对抗生成网络，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；

第一生成网络用于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，第二生成网络用于对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；

以及，第二生成网络用于对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，第一生成网络用于对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；

第一判别网络用于对每组训练样本中的目标风格图和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；