本公开涉及图像处理技术领域，尤其涉及一种图像的处理方法、装置、电子设备和计算机可读存储介质。通过接收待处理图像和目标风格图像，对待处理图像进行特征提取，得到内容特征向量；对目标风格图像进行特征提取，得到目标风格特征向量；根据所述内容特征向量和所述目标风格特征向量，生成目标图像。从而，可以实现根据输入的目标风格图像提取目标风格特征向量，将待处理图像的风格迁移为目标风格图像的风格，提高了风格迁移的多样性和灵活性，提高了用户体验。了用户体验。了用户体验。
【技术实现步骤摘要】
图像的处理方法、装置、电子设备和计算机可读存储介质
[0001]本公开涉及图像处理
，尤其涉及一种图像的处理方法、装置、电子设备和计算机可读存储介质。
技术介绍
[0002]生成对抗网络是卷积神经网络的一种，目前在图像处理领域有着广泛的应用。图像处理领域中较为常见的一种图像处理方式为风格迁移，风格迁移是将图像的风格从一种风格变为另一种风格。
[0003]现有技术中，利用图像处理器进行图像的风格迁移处理时，通常，用户向图像处理器输入待处理的图像，图像处理器将待处理的图像的风格迁移为一种固定风格。
[0004]然而，采用现有技术的方法，图像处理器对图像进行风格迁移处理时不够灵活，用户体验不高。
技术实现思路
[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种图像的处理方法、装置、电子设备和计算机可读存储介质。
[0006]本公开第一方面提供一种图像的处理方法，所述方法包括：
[0007]接收待处理图像和目标风格图像；
[0008]对所述待处理图像进行特征提取，得到内容特征向量；
[0009]对所述目标风格图像进行特征提取，得到目标风格特征向量；
[0010]根据所述内容特征向量和所述目标风格特征向量，生成目标图像，其中，所述目标图像的内容与所述待处理图像的内容匹配，所述目标图像的风格与所述目标风格图像的风格匹配。
[0011]可选的，所述对所述待处理图像进行特征提取，得到内容特征向量，包括：
[0012]将所述待处理图像划分为多个尺寸相同的子区域；
[0013]对所述多个尺寸相同的子区域分别进行特征提取，得到多个子内容特征向量；
[0014]相应地，所述根据所述内容特征向量和所述目标风格特征向量，生成目标图像，包括：
[0015]根据所述多个子内容特征向量和所述目标风格特征向量，生成多个子目标图像；
[0016]对所述多个子目标图像进行融合处理，生成所述目标图像。
[0017]可选的，所述对所述多个子目标图像进行融合处理，生成所述目标图像，包括：
[0018]对所述多个子目标图像的重叠区域的像素进行加权运算处理，生成所述目标图像。
[0019]可选的，所述方法由图像处理器执行，所述方法还包括：
[0020]接收内容图像样本和风格图像样本；
[0021]将所述内容图像样本和所述风格图像样本输入生成器进行处理，得到所述生成器
输出的目标图像样本；
[0022]将所述目标图像样本和所述风格图像样本输入判别器进行处理，得到所述判别器输出的判别结果；
[0023]根据所述判别结果调整所述生成器的参数以及所述判别器的参数，直到所述判别结果满足预设条件。
[0024]可选的，所述生成器包括：内容编码器、风格编码器和解码器，所述内容编码器、所述风格编码器分别与所述解码器连接；
[0025]所述将所述目标图像样本和所述风格图像样本输入判别器进行处理，得到判别器输出的判别结果，包括：
[0026]将所述目标图像样本和所述风格图像样本输入判别器，以使所述判别器根据第一条件损失函数和/或第二条件损失函数输出判别结果，其中，所述第一条件损失函数用于衡量所述风格编码器提取的风格特征向量的准确度，所述第二条件损失函数用于衡量所述解码器对内容特征向量解码的准确度。
[0027]可选的，所述判别器根据第一条件损失函数和/或第二条件损失函数输出判别结果，包括:
[0028]所述判别器通过所述第一条件损失函数确定所述风格图像样本的风格特征向量与所述目标图像样本的风格特征向量的第一匹配度；和/或，所述判别器通过所述第二条件损失函数确定所述内容图像样本的内容语义分割标签与所述目标图像的内容语义分割标签的第二匹配度；
[0029]所述判别器根据所述第一匹配度和/或所述第二匹配度，输出判别结果。
[0030]可选的，所述判别器通过所述第一条件损失函数确定所述风格图像样本的风格特征向量与所述目标图像样本的风格特征向量的第一匹配度，包括：
[0031]所述判别器通过所述第一条件损失函数确定所述内容图像样本的风格特征向量与所述目标图像样本的风格特征向量的第一风格匹配度，以及确定所述风格图像样本的风格特征向量与所述目标图像样本的风格特征向量的第二风格匹配度；根据所述第一风格匹配度和所述第二风格匹配度确定第一匹配度。
[0032]可选的，所述根据所述第一匹配度和/或所述第二匹配度，输出判别结果，包括：
[0033]根据所述第一匹配度和/或所述第二匹配度进行加权运算，输出判别结果，其中，所述第一匹配度的权重大于所述第二匹配度的权重。
[0034]可选的，所述内容编码器和所述解码器之间设置有U
‑
Net跳连结构。
[0035]本公开第二方面提供一种图像的处理装置，所述装置包括：
[0036]接收模块，用于接收待处理图像和目标风格图像；
[0037]处理模块，用于对所述待处理图像进行特征提取，得到内容特征向量；
[0038]所述处理模块，还用于对所述目标风格图像进行特征提取，得到目标风格特征向量；
[0039]所述处理模块，还用于根据所述内容特征向量和所述目标风格特征向量，生成目标图像，其中，所述目标图像的内容与所述待处理图像的内容匹配，所述目标图像的风格与所述目标风格图像的风格匹配。
[0040]可选的，所述处理模块用于将所述待处理图像划分为多个尺寸相同的子区域；对
所述多个尺寸相同的子区域分别进行特征提取，得到多个子内容特征向量；根据所述多个子内容特征向量和所述目标风格特征向量，生成多个子目标图像；对所述多个子目标图像进行融合处理，生成所述目标图像。
[0041]可选的，所述处理模块用于对所述多个子目标图像的重叠区域的像素进行加权运算处理，生成所述目标图像。
[0042]可选的，所述图像的处理装置包括图像处理器，所述图像处理器包括：生成器、判别器和调整器；
[0043]所述接收模块，还用于接收内容图像样本和风格图像样本；
[0044]所述生成器，用于对接收到的内容图像样本和风格图像样本进行处理，输出目标图像样本；
[0045]所述判别器，用于对接收到的所述目标图像样本和所述风格图像样本进行处理，输出判别结果；
[0046]所述调整器，用于根据所述判别结果调整所述生成器的参数以及所述判别器的参数，直到所述判别结果满足预设条件，所述图像处理器包括满足所述预设条件的生成器。
[0047]可选的，所述生成器包括：内容编码器、风格编码器和解码器，所述内容编码器、所述风格编码器分别与所述解码器连接；
[0048]所述判别器用于接收输入的目标图像样本和所述风格图像样根据第一条件损失函数和/或第二条件损失函数输出判别结果，其中，所述第一条件损失函数用于衡量所述风格编码器提取的风格特征向量本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像的处理方法，其特征在于，所述方法包括：接收待处理图像和目标风格图像；对所述待处理图像进行特征提取，得到内容特征向量；对所述目标风格图像进行特征提取，得到目标风格特征向量；根据所述内容特征向量和所述目标风格特征向量，生成目标图像，其中，所述目标图像的内容与所述待处理图像的内容匹配，所述目标图像的风格与所述目标风格图像的风格匹配。2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行特征提取，得到内容特征向量，包括：将所述待处理图像划分为多个尺寸相同的子区域；对所述多个尺寸相同的子区域分别进行特征提取，得到多个子内容特征向量；相应地，所述根据所述内容特征向量和所述目标风格特征向量，生成目标图像，包括：根据所述多个子内容特征向量和所述目标风格特征向量，生成多个子目标图像；对所述多个子目标图像进行融合处理，生成所述目标图像。3.根据权利要求2所述的方法，其特征在于，所述对所述多个子目标图像进行融合处理，生成所述目标图像，包括：对所述多个子目标图像的重叠区域的像素进行加权运算处理，生成所述目标图像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述方法由图像处理器执行，所述方法还包括：获取内容图像样本和风格图像样本；将所述内容图像样本和所述风格图像样本输入生成器进行处理，得到所述生成器输出的目标图像样本；将所述目标图像样本和所述风格图像样本输入判别器进行处理，得到所述判别器输出的判别结果；根据所述判别结果调整所述生成器的参数以及所述判别器的参数，直到所述判别结果满足预设条件。5.根据权利要求4所述的方法，其特征在于，所述生成器包括：内容编码器、风格编码器和解码器，所述内容编码器、所述风格编码器分别与所述解码器连接；所述将所述目标图像样本和所述风格图像样本输入判别器进行处理，得到判别器输出的判别结果，包括：将所述目标图像样本和所述风格图像样本输入判别器，以使所述判别器根据第一条件损失函数和/或第二条件损失函数输出判别结果，其中，所述第一条件损失函数用于衡量所述风格编码器提取的风格特征向量的准确度，所述第二条件损失函数用于衡量所述解码器对内容特征向量解码的准确度。6.根据权利要求5所述的方法，其特征在于，所述判别器根据第一条件损失函数和/或第二条件损失...
【专利技术属性】
技术研发人员：陈朗，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。