[发明专利]一种图像风格迁移处理方法、移动终端和云端服务器

权利要求书

1.一种图像风格迁移处理方法，其特征在于，包括以下步骤：

风格特征提取，构建用于提取风格特征的第一卷积神经网络，输入第一图像到第一卷积神经网络进行多次风格特征提取和比对，由此训练优化所述第一卷积神经网络，并得到第一图像对应的风格特征数据；

内容特征提取，构建用于提取内容特征的第二卷积神经网络，输入第二图像到第二卷积神经网络，对第二图像的内容特征进行提取，得到第二图像对应的内容特征数据；

风格内容融合，将所述风格特征数据和所述内容特征数据进一步在所述第二卷积神经网络中进行融合，最终输出目标风格图像。

2.根据权利要求1所述的图像风格迁移处理方法，其特征在于，在所述风格特征提取步骤中，所述第一卷积神经网络是VGG16卷积神经网络。

3.根据权利要求2所述的图像风格迁移处理方法，其特征在于，当把该第一图像输入到所述VGG16卷积神经网络后，对应得到每一层卷积网络对应提取的风格特征数据。

4.根据权利要求3所述的图像风格迁移处理方法，其特征在于，所述第二卷积神经网络包括两个部分：下采样部分和上采样部分，通过所述下采样部分提取并融合图像特征，使图像具备第一图像的风格和第二图像的内容，再使用所述上采样部分将融合的特征生成目标风格图像。

5.根据权利要求4所述的图像风格迁移处理方法，其特征在于，采用最近邻算法对第二图像进行预处理，对第二图像的像素进行缩小化。

6.根据权利要求5所述的图像风格迁移处理方法，其特征在于，经过预处理的第二图像在第二卷积神经网络与第一图像的风格特征数据的参数和权重，依据设定比例进行计算，预测生成最终的目标风格图像。

7.根据权利要求6所述的图像风格迁移处理方法，其特征在于，对于所述第一卷积神经网络和所述第二卷积神经网络进行训练完以后，对这两个卷积神经网络压缩，缩小两个神经网络的尺寸。

8.一种移动终端，其特征在于，包括：

风格特征提取单元，其中包括用于提取风格特征的第一卷积神经网络，通过输入第一图像到第一卷积神经网络进行多次风格特征提取和比对，由此训练优化所述第一卷积神经网络，并得到第一图像对应的风格特征数据；

风格内容融合单元，其中包括用于提取内容特征的第二卷积神经网络，通过输入第二图像到第二卷积神经网络，对第二图像的内容特征进行提取，得到第二图像对应的内容特征数据；进一步将所述风格特征数据和内容特征数据在所述第二卷积神经网络中进行融合，最终输出目标风格图像。

9.一种云端服务器，其特征在于，包括：

风格特征提取单元，其中包括用于提取风格特征的第一卷积神经网络，通过输入第一图像到第一卷积神经网络进行多次风格特征提取和比对，由此训练优化所述第一卷积神经网络，并得到第一图像对应的风格特征数据；

风格内容融合单元，其中包括用于提取内容特征的第二卷积神经网络，通过输入第二图像到第二卷积神经网络，对第二图像的内容特征进行提取，得到第二图像对应的内容特征数据；进一步将所述风格特征数据和内容特征数据在所述第二卷积神经网络中进行融合，最终输出目标风格图像。