[发明专利]图像风格迁移方法及装置

权利要求书

1.一种图像风格迁移方法，其特征在于，所述方法包括：

对待迁移图像进行图像拆分，得到对应的风格图像和内容图像；

通过图像风格迁移模型的编码器对所述风格图像和所述内容图像进行特征提取，确定所述待迁移图像的图像特征；

将所述待迁移图像的图像特征输入图像风格迁移模型的生成器中进行反卷积处理，输出得到的迁移图像。

2.根据权利要求1所述的图像风格迁移方法，其特征在于，所述图像风格迁移模型由以下步骤训练得到，包括：

将预先获取的风格参考图像集和内容参考图像集输入一初始卷积神经网络模型，并分别提取所述风格参考图像集和所述内容参考图像集的特征向量集合；

根据提取到的风格参考图像特征向量集合和内容参考图像特征向量集合分别对所述风格参考图像集和所述内容参考图像集进行还原重建，得到所述风格参考图像集和所述内容参考图像集的迁移图像；

根据所述风格参考图像集和所述内容参考图像集的迁移图像，确定所述风格参考图像集和所述内容参考图像集与所述迁移图像之间的色调损失数值和线条损失数值；

根据所述色调损失数值和线条损失数值对所述初始卷积神经网络模型进行迭代训练，直至所述色调损失数值和线条损失数值低于预设阈值后，得到训练完成的图像风格迁移模型。

3.根据权利要求1所述的图像风格迁移方法，其特征在于，所述通过图像风格迁移模型的编码器对所述风格图像和所述内容图像进行特征提取，确定所述待迁移图像的图像特征，包括：

根据图像风格迁移模型的编码器对待迁移图像的风格图像和内容图像进行特征提取，得到所述风格图像的色调特征和所述内容图像的线条特征；

根据所述风格图像的色调特征、所述内容图像的线条特征以及所述风格图像和所述内容图像合并后的合并图特征确定所述待迁移图像的图像特征。

4.根据权利要求3所述的图像风格迁移方法，其特征在于，所述风格图像和所述内容图像合并后的合并图特征由以下步骤得到，包括：

根据所述风格图像和所述内容图像在同一目标区域的像素和合并权重系数确定所述风格图像和所述内容图像合并后的合并图特征。

5.根据权利要求4所述的图像风格迁移方法，其特征在于，所述合并权重系数由以下步骤得到，包括：

根据所述风格图像和所述内容图像合并后在该目标区域的重叠像素和所述重叠像素的当前像素值，确定合并权重系数。

6.根据权利要求1所述的图像风格迁移方法，其特征在于，所述将所述待迁移图像的图像特征输入图像风格迁移模型的生成器中进行反卷积处理，输出得到的迁移图像，包括：

所述图像风格迁移模型的生成器通过层层对应的解码器对输入的图像特征进行反卷积处理；

计算每次反卷积处理得到的迁移图像与所述待迁移图像之间的图像损失，当所述图像损失低于预设损失阈值时停止反卷积处理，并输出相应的迁移图像。

7.根据权利要求1所述的图像风格迁移方法，其特征在于，所述图像风格迁移模型的编码器包括用于提取待迁移图像的图像特征的VGG-19编码模型，所述图像风格迁移模型的解码器的卷积层采用小卷积核。

8.一种图像风格迁移装置，其特征在于，包括：

图像拆分模块，用于对待迁移图像进行图像拆分，得到对应的风格图像和内容图像；

图像特征确定模块，用于通过图像风格迁移模型的编码器对所述风格图像和所述内容图像进行特征提取，确定所述待迁移图像的图像特征；

图像风格迁移模块，用于将所述待迁移图像的图像特征输入图像风格迁移模型的生成器中进行反卷积处理，输出得到的迁移图像。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的图像风格迁移方法的步骤。