[发明专利]一种图像处理方法、装置、存储介质和电子设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取源图像和目标场景；

对所述源图像进行语义分割，得到表征图像语义信息的语义特征图像；

基于所述目标场景，对所述语义特征图像进行多个尺度的特征处理，得到符合所述目标场景的样本效果图像；

对所述源图像进行多分辨率的特征提取，得到多分辨率特征图像，所述多分辨率特征图像包括多种分辨率下的图像特征信息；

通过效果转换网络，基于所述样本效果图像、所述源图像，对所述多分辨率特征图像进行效果转换，得到目标效果图像；

基于所述多分辨率特征图像与所述源图像之间的内容损失、以及所述多分辨率特征图像与所述样本效果图像之间的效果损失，对所述效果转换网络的网络参数进行参数调整；

当所述网络参数满足预设条件时，输出当前的目标效果图像。

2.根据权利要求1所述的图像处理方法，其特征在于，基于所述目标场景，对所述语义特征图像进行多个尺度的特征处理，得到符合所述目标场景的样本效果图像，包括：

将所述语义特征图像与图像噪声信息进行信息组合，得到第二尺度输入图像；

对所述第二尺度输入图像进行下采样操作，得到第一尺度输入图像；

通过场景图像生成网络，基于所述目标场景，对所述第一尺度输入图像、以及所述第二尺度输入图像进行特征处理，得到符合所述目标场景的样本效果图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述场景图像生成网络包括第一尺度图像生成网络、以及第二尺度图像生成网络；

通过场景图像生成网络，基于所述目标场景，对所述第一尺度输入图像、以及所述第二尺度输入图像进行特征处理，得到符合所述目标场景的样本效果图像，包括：

通过所述第一尺度图像生成网络，基于所述目标场景对所述第一尺度输入图像进行第一尺度的特征处理，得到第一尺度特征图像；

通过所述第二尺度图像生成网络，基于所述目标场景、以及所述第一尺度特征图像，对所述第二尺度输入图像进行第二尺度的特征处理，得到符合所述目标场景的样本效果图像。

4.根据权利要求3所述的图像处理方法，其特征在于，所述第一尺度图像生成网络包括第一卷积层、以及多个第一残差块；

通过所述第一尺度图像生成网络，基于所述目标场景对所述第一尺度输入图像进行第一尺度的特征处理，得到第一尺度特征图像，包括：

基于所述第一尺度图像生成网络的第一卷积层，对所述第一尺度输入图像进行特征提取，得到初始第一尺度特征图像；

将所述目标场景输入至所述第一尺度图像生成网络的每个第一残差块中；

基于多个所述第一残差块，将所述目标场景融合至所述初始第一尺度特征图像中，得到第一尺度特征图像。

5.根据权利要求3所述的图像处理方法，其特征在于，所述第二尺度图像生成网络包括第二卷积层、以及多个第二残差块；

通过所述第二尺度图像生成网络，基于所述目标场景、以及所述第一尺度特征图像，对所述第二尺度输入图像进行第二尺度的特征处理，得到符合所述目标场景的样本效果图像，包括：

基于所述第二尺度图像生成网络的第二卷积层，对所述第二尺度输入图像进行特征提取，得到初始第二尺度特征图像；

将所述初始第二尺度特征图像和所述第一尺度特征图像进行图像融合，得到融合后第二尺度特征图像；

将所述目标场景输入至所述第二尺度图像生成网络的每个第二残差块中；

基于多个所述第二残差块，将所述目标场景融合至所述融合后第二尺度特征图像中，得到符合所述目标场景的样本效果图像。

6.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：

获取用于训练图像生成网络的样本图像，所述图像生成网络包括场景图像生成网络和场景图像判别网络；

将所述样本图像输入至所述图像生成网络中，并通过所述场景图像生成网络和所述场景图像判别网络的交替迭代训练，调整所述场景图像生成网络和所述场景图像判别网络的网络参数直至收敛。