图像处理方法、装置及电子设备制造方法及图纸

本申请提供一种图像处理方法、装置及电子设备，可以获取内容指示图像及目标轮廓掩膜图像，并将所述内容指示图像及所述目标轮廓掩膜图像输入训练好的机器学习模型进行处理，通过所述机器学习模型根据所述已知区域的图像内容，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。如此，通过机器学习模型根据内容指示图像及目标轮廓掩膜图像，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。如此，针对更关注图像轮廓的美术图像(如虚拟形象的头发部分)可以实现自动化的生成，从而可以降低多样化定制图像的生成制作成本，提高制作效率。作效率。作效率。

【技术实现步骤摘要】
图像处理方法、装置及电子设备


[0001]本申请涉及图像处理
，具体而言，涉及一种图像处理方法、装置及电子设备。

技术介绍

[0002]随着网络社交相关技术的不断发展，对数字化虚拟形象的应用越来越广泛，对虚拟形象多样化和个性化的需求也越来越高。在传统的虚拟形象生成方案中，要获得不同虚拟形象或同一虚拟形象的不同造型，通常依赖于人工执行美术绘制。但是，人工制作虚拟形象的成本高，且生成效率低，难以满足海量多样化的虚拟形象生成需求。

技术实现思路

[0003]为了克服现有技术中的上述不足，本申请的目的在于提供一种图像处理方法，所述方法包括：
[0004]获取内容指示图像及目标轮廓掩膜图像，所述内容指示图像包括至少部分已知区域；
[0005]将所述内容指示图像及所述目标轮廓掩膜图像输入训练好的机器学习模型进行处理，通过所述机器学习模型根据所述已知区域的图像内容，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。
[0006]在一种可能的实现方式中，所述获取内容指示图像及目标轮廓掩膜图像的步骤，包括：
[0007]获取第一待处理图像及参照图像；
[0008]对所述第一待处理图像进行尺寸和旋转角度变化处理，使所述第一待处理图像中的第一设定图像内容与所述参照图像对齐；
[0009]获取指示所述参照图像中第二设定图像内容所在区域的目标轮廓掩膜图像；
[0010]根据所述目标轮廓掩膜图像从所述第一待处理图像中提取第二待处理图像；
[0011]按照设定规则对所述第二待处理图像进行部分区域擦除，获得所述内容指示图像。
[0012]在一种可能的实现方式中，所述获取第一待处理图像及参照图像的步骤，包括：
[0013]获取包含人物头像的第一待处理图像和包含人物头像的参照图像；
[0014]所述对所述第一待处理图像进行尺寸和旋转角度变化处理，使所述第一待处理图像中的第一设定图像内容与所述参照图像对齐的步骤，包括：
[0015]以所述参照图像为基准，对所述第一待处理图像进行人脸特征对齐处理，调整所述第一待处理图像进行尺寸和旋转角度变化处理；
[0016]所述获取指示所述参照图像中第二设定图像内容所在区域的目标轮廓掩膜图像的步骤，包括：
[0017]获取指示所述参照图像中头发部分所在区域的目标轮廓掩膜图像。
[0018]在一种可能的实现方式中，所述按照设定规则对所述第二待处理图像进行部分区域擦除，获得所述内容指示图像的步骤，包括：
[0019]对所述第二待处理图像中与所述目标轮廓掩膜图像边界部分对应的部分进行擦除；
[0020]根据所述第二待处理图像各像素与周围其他像素的颜色差异，对颜色差异超出设定范围的区域进行擦除。
[0021]在一种可能的实现方式中，所述方法还包括：
[0022]获取样本原始图像；
[0023]对所述样本原始图像进行图像识别，获得指示第二设定图像内容所在区域的样本掩膜图像；
[0024]结合所述样本掩膜图像，对所述样本原始图像中所述第二设定图像内容所在的区域进行随机擦除，获得样本内容指示图像；
[0025]将所述样本内容指示图像及所述样本掩膜图像作为训练样本，将所述样本结果图像作为所述训练样本的标签，对待训练的机器学习模型进行训练。
[0026]在一种可能的实现方式中，所述将所述样本内容指示图像及所述样本掩膜图像作为训练样本，将所述样本结果图像作为所述训练样本的标签，对待训练的机器学习模型进行训练的步骤，包括：
[0027]将所述样本内容指示图像及所述样本掩膜图像作为训练样本输入待训练的机器学习模型，获得所述机器学习模型输出的中间结果图像；
[0028]将所述中间结果图像与所述样本结果图像进行比对，根据所述中间结果图像与所述样本结果图像之间的差异程度，计算获得损失值；其中，所述已知区域对所述损失值的影响权重小于所述目标轮廓掩膜图像指示的范围内除所述已知区域以外的补全区域对所述损失值的影响权重；
[0029]根据所述损失值调整所述机器学习模型的模型参数。
[0030]在一种可能的实现方式中，所述获取内容指示图像及目标轮廓掩膜图像的步骤，包括：
[0031]获取包括第一动漫人物至少部分发型区域的图像作为所述内容指示图像，及获取指示第二动漫人物发型轮廓区域的图像作为所述目标轮廓掩膜图像。
[0032]本申请的另一目的在于提供一种图像处理装置，所述图像处理装置包括：
[0033]图像获取模块，用于获取内容指示图像及目标轮廓掩膜图像，所述内容指示图像包括至少部分已知区域；
[0034]图像处理模块，用于将所述内容指示图像及所述目标轮廓掩膜图像输入训练好的机器学习模型进行处理，通过所述机器学习模型根据所述已知区域的图像内容，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。
[0035]本申请的另一目的在于提供一种电子设备，包括处理器及机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被所述处理器执行时，实现本申请提供的图像处理方法。
[0036]本申请的另一目的在于提供一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被一个或多个处理器执行时，实
现本申请提供的图像处理方法。
[0037]相对于现有技术而言，本申请具有以下有益效果：
[0038]本申请实施例提供的图像处理方法、装置及电子设备，通过机器学习模型根据内容指示图像及目标轮廓掩膜图像，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。如此，针对更关注图像轮廓的美术图像(如虚拟形象的头发部分)可以实现自动化的生成，从而可以降低多样化定制图像的生成制作成本，提高制作效率。
附图说明
[0039]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0040]图1为本申请实施例提供的图像处理方法的步骤流程示意图；
[0041]图2为本申请实施例提供的图像处理过程示意图之一；
[0042]图3为本申请实施例提供的机器学习模型训练流程示意图；
[0043]图4为本申请实施例提供的步骤S110的子步骤流程示意图；
[0044]图5为本申请实施例提供的图像处理过程示意图之二；
[0045]图6为本申请实施例提供的电子设备的结构示意图；
[0046]图7为本申请实施例提供的图像处理装置的功能模块示意图。
具体实施方式
[0047]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取内容指示图像及目标轮廓掩膜图像，所述内容指示图像包括至少部分已知区域；将所述内容指示图像及所述目标轮廓掩膜图像输入训练好的机器学习模型进行处理，通过所述机器学习模型根据所述已知区域的图像内容，生成外形轮廓符合所述目标轮廓掩膜图像的目标结果图像。2.根据权利要求1所述的方法，其特征在于，所述获取内容指示图像及目标轮廓掩膜图像的步骤，包括：获取第一待处理图像及参照图像；对所述第一待处理图像进行尺寸和旋转角度变化处理，使所述第一待处理图像中的第一设定图像内容与所述参照图像对齐；获取指示所述参照图像中第二设定图像内容所在区域的目标轮廓掩膜图像；根据所述目标轮廓掩膜图像从所述第一待处理图像中提取第二待处理图像；按照设定规则对所述第二待处理图像进行部分区域擦除，获得所述内容指示图像。3.根据权利要求2所述的方法，其特征在于，所述获取第一待处理图像及参照图像的步骤，包括：获取包含人物头像的第一待处理图像和包含人物头像的参照图像；所述对所述第一待处理图像进行尺寸和旋转角度变化处理，使所述第一待处理图像中的第一设定图像内容与所述参照图像对齐的步骤，包括：对所述第一待处理图像和所述参照图像进行人脸特征识别；以所述参照图像为基准，对所述第一待处理图像执行人脸特征对齐处理，调整所述第一待处理图像进行尺寸和旋转角度；所述获取指示所述参照图像中第二设定图像内容所在区域的目标轮廓掩膜图像的步骤，包括：获取指示所述参照图像中头发部分所在区域的目标轮廓掩膜图像。4.根据权利要求2所述的方法，其特征在于，所述按照设定规则对所述第二待处理图像进行部分区域擦除，获得所述内容指示图像的步骤，包括：对所述第二待处理图像中与所述目标轮廓掩膜图像边界部分对应的部分进行擦除；根据所述第二待处理图像各像素与周围其他像素的颜色差异，对颜色差异超出设定范围的区域进行擦除。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本原始图像；对所述样本原始图像进行图像识别，获得指示第二设定图像内容所在区域的样本掩膜图像及与所述样本掩膜图像对应的样本结果图像；结合所述样本掩膜图...

【专利技术属性】
技术研发人员：肖萌，王文斓，
申请(专利权)人：广州虎牙科技有限公司，
类型：发明
国别省市：