[发明专利]图像处理方法、装置、设备及存储介质在审

专利信息
申请号: 202111114829.0 申请日: 2021-09-23
公开(公告)号: CN114283050A 公开(公告)日: 2022-04-05
发明(设计)人: 宋奕兵 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T11/00;G06V10/80;G06K9/62;G06N3/08;G06N3/04
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 孙晓丽
地址: 518057 广东省深圳*** 国省代码: 广东;44
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 设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

将基础图像和参考图像输入图像处理网络;

基于所述图像处理网络,提取所述基础图像的图像内容特征以及所述参考图像的图像风格特征;

基于所述参考图像的图像风格特征,在特征层面对所述基础图像的图像内容特征进行图像风格迁移,得到图像融合特征;

基于所述图像处理网络,将所述图像融合特征重建为目标图像,所述目标图像具有所述基础图像的图像内容和所述参考图像的图像风格。

2.根据权利要求1所述的方法,其特征在于,所述图像处理网络为可逆模型;

所述基于所述图像处理网络,提取所述基础图像的图像内容特征以及所述参考图像的图像风格特征,包括:

基于所述图像处理网络中各层级的前向计算过程,提取所述基础图像的图像内容特征以及所述参考图像的图像风格特征;

所述基于所述图像处理网络,将所述图像融合特征重建为目标图像,包括:

基于所述图像处理网络中各层级的逆向计算过程,将所述图像融合特征重建为所述目标图像;

其中,所述前向计算过程与所述逆向计算过程互为可逆计算。

3.根据权利要求2所述的方法,其特征在于,所述图像处理网络包括图像压缩层和多个流单元,每个所述流单元包括标准化层、可逆卷积层和耦合层;

所述基于所述图像处理网络中各层级的前向计算过程,对所述基础图像进行图像内容特征提取,包括:

对于未与所述图像压缩层连接的任意一个流单元,基于所述流单元的标准化层,对上一个流单元输出的内容特征张量进行线性变换,得到第一输出张量;

基于所述流单元的可逆卷积层,对所述第一输出张量进行卷积操作,得到第二输出张量;

基于所述流单元的耦合层,对所述第二输出张量进行切分,得到第一子张量和第二子张量;对所述第一子张量进行非线性变换,并将得到的非线性变换结果与所述第二子张量相加,得到第三子张量;对所述第一子张量和所述第三子张量进行特征拼接,得到第三输出张量;将所述第三输出张量输入下一个流单元。

4.根据权利要求3所述的方法,其特征在于,所述基于所述流单元的标准化层,对上一个流单元输出的内容特征张量进行线性变换,得到第一输出张量,包括:

将上一个流单元输出的内容特征张量中的每个元素分别与第一参数进行点乘,得到第一中间结果;

将所述第一中间结果与第二参数相加,得到所述第一输出张量。

5.根据权利要求3所述的方法,其特征在于,所述基于所述流单元的可逆卷积层,对所述第一输出张量进行卷积操作,得到第二输出张量,包括:

将所述第一输出张量中的每个元素分别与第一权重矩阵相乘,得到所述第二输出张量;

其中,所述第一输出张量和所述第二输出张量的通道数相同;所述第一权重矩阵的大小为c*c,c为正整数,c指代所述第一输出张量和所述第二输出张量的通道数。

6.根据权利要求2所述的方法,其特征在于,所述图像处理网络包括图像压缩层和多个流单元,每个所述流单元包括标准化层、可逆卷积层和耦合层;

所述基于所述图像处理网络中各层级的逆向计算过程,将所述图像融合特征重建为目标图像,包括:

对于未与所述图像压缩层连接的任意一个流单元,基于所述流单元的耦合层,对上一个流单元输出的融合特征张量进行切分,得到第四子张量和第五子张量;对所述第四子张量进行非线性变换,并将所述第五子张量与得到的非线性变换结果相减,得到第六子张量;对所述第四子张量和所述第六子张量进行特征拼接,得到第四输出张量;

基于所述流单元的可逆卷积层,对所述第四输出张量进行卷积操作的逆变换,得到第五输出张量;

基于所述流单元的标准化层,对所述第五输出张量进行线性变换的逆变换,得到第六输出张量;将所述第六输出张量输入下一个流单元。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202111114829.0/1.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