[发明专利]图像处理方法、装置、设备及计算机可读存储介质

说明书

本申请实施例提供一种图像处理方法、装置、设备及计算机可读存储介质，其中，方法包括：获取第一图像和第二图像；对所述第一图像中的第一目标对象进行身份特征提取，得到所述第一图像的身份特征向量；对所述第二图像中的第二目标对象进行姿态特征提取，得到所述第二图像的姿态特征向量；基于所述身份特征向量和所述姿态特征向量，得到对应于所述第一图像和所述第二图像的图像合成向量；根据所述图像合成向量，生成所述第一图像和所述第二图像的合成图像；所述合成图像中的第一目标对象具有所述第二目标对象的姿态。通过本申请实施例，可以提高图像合成时的图像重现适应性，且能够对第一图像和第二图像进行准确的图像合成处理。

技术领域

本申请实施例涉及互联网技术领域，涉及但不限于一种图像处理方法、装置、设备及计算机可读存储介质。

背景技术

相关技术中的人脸重现技术，主要是利用大数据驱动模型训练得到图像处理网络，在模型的训练时设置原始图像与目标图像的身份信息一致，用大量图片数据对图像处理网络中的生成器网络进行训练，进而通过训练得到的图像处理网络实现人脸重现。

但是，申请人在实施本申请实施例的过程中发现，相关技术中的方法仅局限于特定目标人脸的重现，训练出来的图像处理网络只适用于单一目标人脸的重现，对其他目标人脸不适用，而且对单一目标人脸的训练需要大量的数据支持，使得重新训练新的图像处理网络不实际，同时，由于大多数网络训练时设置原始图像与目标图像的身份信息一致，使得网络对不同身份人脸的重现适应性差，网络对不同的图像进行人脸重现时的合成准确度较低。

发明内容

本申请实施例提供一种图像处理方法、装置、设备及计算机可读存储介质，由于无需设置第一图像和第二图像的身份信息一致，且对身份特征向量和姿态特征向量进行处理得到图像合成向量，因此，可以提高图像合成时的图像重现适应性，且能够对第一图像和第二图像进行准确的图像合成处理。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种图像处理方法，包括：

获取第一图像和第二图像；

对所述第一图像中的第一目标对象进行身份特征提取，得到所述第一图像的身份特征向量；

对所述第二图像中的第二目标对象进行姿态特征提取，得到所述第二图像的姿态特征向量；

基于所述身份特征向量和所述姿态特征向量，得到对应于所述第一图像和所述第二图像的图像合成向量；

根据所述图像合成向量，生成所述第一图像和所述第二图像的合成图像；所述合成图像中的第一目标对象具有所述第二目标对象的姿态。

本申请实施例提供一种图像处理装置，包括：

获取模块，用于获取第一图像和第二图像；

身份特征提取模块，用于对所述第一图像中的第一目标对象进行身份特征提取，得到所述第一图像的身份特征向量；

姿态特征提取模块，用于对所述第二图像中的第二目标对象进行姿态特征提取，得到所述第二图像的姿态特征向量；

处理模块，用于基于所述身份特征向量和所述姿态特征向量，得到对应于所述第一图像和所述第二图像的图像合成向量；

生成模块，用于根据所述图像合成向量，生成所述第一图像和所述第二图像的合成图像；所述合成图像中的第一目标对象具有所述第二目标对象的姿态。

本申请实施例提供一种图像处理设备，包括：

存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现上述的方法。

本申请实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行所述可执行指令时，实现上述的方法。