图像风格化处理方法、装置、计算设备及计算机存储介质制造方法及图纸

本发明专利技术公开了一种图像风格化处理方法、装置、计算设备及计算机存储介质，其中，图像风格化处理方法基于经过训练的第一网络而执行，该方法包括：获取一第一图像；将第一图像输入至第一网络中，得到与第一图像的风格对应的第二网络；利用第二网络对待处理的第二图像进行风格化处理，得到与第二图像对应的第三图像。根据本发明专利技术提供的技术方案，利用经过训练的第一网络能够快速地得到对应的图像转换网络，提高了图像风格化处理的效率，优化了图像风格化处理方式。

Image stylization processing method, device, computing device and computer storage medium

The invention discloses an image processing device, method, style of computing equipment and computer storage medium, wherein the image style processing method after the first network training and Implementation Based on the method including: obtaining a first image; the first image input to the first network, corresponding with the first image style second network; second image treated using second network style treatment, third images corresponding to the second image. According to the technical scheme provided by the invention, the corresponding image conversion network can be quickly obtained by using the trained first network, which improves the efficiency of the image stylization processing and optimizes the image stylization processing mode.

【技术实现步骤摘要】
图像风格化处理方法、装置、计算设备及计算机存储介质
本专利技术涉及图像处理
，具体涉及一种图像风格化处理方法、装置、计算设备及计算机存储介质。
技术介绍
利用图像风格化处理技术，能够将风格图像上的风格转移到日常拍摄的图像上，使得图像能够获得更好的视觉效果。在现有技术中，是将一个给定的风格图像直接输入至一个神经网络(neuralnetwork)中，然后利用大量的内容图像作为样本图像，经过多次迭代训练得到与给定的风格图像对应的图像转换网络，利用该图像转换网络实现输入内容图像的风格转换。现有技术中，对于任意给定的风格图像，都需要进行成千上万次的迭代运算对神经网络进行训练，得到该风格对应的图像转换网络。在图像转换网络的训练过程中，成千上万次的迭代运算造成计算量巨大，这将会需要很长的训练时间，导致图像风格化处理效率低下。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的图像风格化处理方法、装置、计算设备及计算机存储介质。根据本专利技术的一个方面，提供了一种图像风格化处理方法，该方法基于经过训练的第一网络而执行，该方法包括：获取一第一图像；将第一图像输入至第一网络中，得到与第一图像的风格对应的第二网络；利用第二网络对待处理的第二图像进行风格化处理，得到与第二图像对应的第三图像。进一步地，第一网络训练所用的样本图像包含：风格图像库存储的多个第一样本图像和内容图像库存储的多个第二样本图像。进一步地，第一网络的训练过程通过多次迭代完成；在一次迭代过程中，从风格图像库中提取一个第一样本图像，从内容图像库中提取至少一个第二样本图像，利用一个第一样本图像和至少一个第二样本图像实现第一网络的训练。进一步地，在多次迭代过程中，固定提取一个第一样本图像，替换地提取至少一个第二样本图像；当内容图像库中的第二样本图像提取完毕后，替换下一个第一样本图像，再替换地提取至少一个第二内容样本图像。进一步地，第一网络的训练过程通过多次迭代完成；其中一次迭代过程包括：利用与第一样本图像的风格对应的第二网络，生成与第二样本图像对应的第三样本图像；根据所述第三样本图像与所述第一样本图像之间的风格损失以及所述第三样本图像与所述第二样本图像之间的内容损失，得到第一网络损失函数，利用所述第一网络损失函数实现第一网络的训练。进一步地，第一网络的训练步骤包括：从风格图像库中提取一个第一样本图像，从内容图像库中提取至少一个第二样本图像；将第一样本图像输入至第一网络中，得到与第一样本图像的风格对应的第二网络；利用与第一样本图像的风格对应的第二网络，分别针对至少一个第二样本图像生成对应的第三样本图像；根据至少一个第三样本图像与第一样本图像之间的风格损失以及至少一个第三样本图像与对应的第二样本图像之间的内容损失，得到第一网络损失函数，根据第一网络损失函数更新第一网络的权重参数；迭代执行第一网络的训练步骤，直至满足预定收敛条件。进一步地，预定收敛条件包括：迭代次数达到预设迭代次数；和/或，第一网络损失函数的输出值小于预设阈值；和/或，与第二样本图像对应的第三样本图像的视觉效果参数达到预设视觉效果参数。进一步地，将第一图像输入至第一网络中，得到与第一图像的风格对应的第二网络进一步包括：将第一图像输入至第一网络中，在第一网络中进行一次前向传播运算，得到与第一图像的风格对应的第二网络。进一步地，将第一样本图像输入至第一网络中，得到与第一样本图像的风格对应的第二网络进一步包括：从第一样本图像中提取风格纹理特征；将风格纹理特征输入至第一网络中，得到与风格纹理特征对应的第二网络。进一步地，第一网络为对神经网络进行训练得到的元网络，第二网络为图像转换网络。进一步地，该方法由终端执行。根据本专利技术的另一方面，提供了一种图像风格化处理装置，该装置基于经过训练的第一网络而运行，该装置包括：获取模块，适于获取一第一图像；映射模块，适于将第一图像输入至第一网络中，得到与第一图像的风格对应的第二网络；处理模块，适于利用第二网络对待处理的第二图像进行风格化处理，得到与第二图像对应的第三图像。进一步地，第一网络训练所用的样本图像包含：风格图像库存储的多个第一样本图像和内容图像库存储的多个第二样本图像。进一步地，该装置还包括：第一网络训练模块；第一网络的训练过程通过多次迭代完成；第一网络训练模块适于：在一次迭代过程中，从风格图像库中提取一个第一样本图像，从内容图像库中提取至少一个第二样本图像，利用一个第一样本图像和至少一个第二样本图像实现第一网络的训练。进一步地，第一网络训练模块进一步适于：固定提取一个第一样本图像，替换地提取至少一个第二样本图像；当内容图像库中的第二样本图像提取完毕后，替换下一个第一样本图像，再替换地提取至少一个第二样本图像。进一步地，该装置还包括：第一网络训练模块；第一网络的训练过程通过多次迭代完成；第一网络训练模块适于：在一次迭代过程中，利用与第一样本图像的风格对应的第二网络，生成与第二样本图像对应的第三样本图像；根据第三样本图像与第一样本图像之间的风格损失以及第三样本图像与第二样本图像之间的内容损失，得到第一网络损失函数，利用所述第一网络损失函数实现第一网络的训练。进一步地，该装置还包括：第一网络训练模块；第一网络训练模块包括：提取单元，适于从风格图像库中提取一个第一样本图像，从内容图像库中提取至少一个第二样本图像；生成单元，适于将第一样本图像输入至第一网络中，得到与第一样本图像的风格对应的第二网络；处理单元，适于利用与第一样本图像的风格对应的第二网络，分别针对至少一个第二样本图像生成对应的第三样本图像；更新单元，适于根据至少一个第三样本图像与第一样本图像之间的风格损失以及至少一个第三样本图像与对应的第二样本图像之间的内容损失，得到第一网络损失函数，根据第一网络损失函数更新第一网络的权重参数；第一网络训练模块迭代运行，直至满足预定收敛条件。进一步地，预定收敛条件包括：迭代次数达到预设迭代次数；和/或，第一网络损失函数的输出值小于预设阈值；和/或，与第二样本图像对应的第三样本图像的视觉效果参数达到预设视觉效果参数。进一步地，映射模块进一步适于：将第一图像输入至第一网络中，在第一网络中进行一次前向传播运算，得到与第一图像的风格对应的第二网络。进一步地，生成单元进一步适于：从第一样本图像中提取风格纹理特征；将风格纹理特征输入至第一网络中，得到与风格纹理特征对应的第二网络。进一步地，第一网络为对神经网络进行训练得到的元网络，第二网络为图像转换网络。根据本专利技术的另一方面，提供了一种终端，包括上述的图像风格化处理装置。根据本专利技术的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；存储器用于存放至少一可执行指令，可执行指令使处理器执行上述图像风格化处理方法对应的操作。根据本专利技术的再一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述图像风格化处理方法对应的操作。根据本专利技术提供的技术方案，获取一第一图像，接着将第一图像输入至第一网络中，得到与第一图像的风格对应的第二网络，然后利用第二网络对第二图像进行风格化处理，得到与第二图像本文档来自技高网...

【技术保护点】
一种图像风格化处理方法，所述方法基于经过训练的第一网络而执行，所述方法包括：获取一第一图像；将所述第一图像输入至所述第一网络中，得到与所述第一图像的风格对应的第二网络；利用所述第二网络对待处理的第二图像进行风格化处理，得到与所述第二图像对应的第三图像。

【技术特征摘要】
1.一种图像风格化处理方法，所述方法基于经过训练的第一网络而执行，所述方法包括：获取一第一图像；将所述第一图像输入至所述第一网络中，得到与所述第一图像的风格对应的第二网络；利用所述第二网络对待处理的第二图像进行风格化处理，得到与所述第二图像对应的第三图像。2.根据权利要求1所述的方法，其中，第一网络训练所用的样本图像包含：风格图像库存储的多个第一样本图像和内容图像库存储的多个第二样本图像。3.根据权利要求1或2所述的方法，其中，所述第一网络的训练过程通过多次迭代完成；在一次迭代过程中，从所述风格图像库中提取一个第一样本图像，从所述内容图像库中提取至少一个第二样本图像，利用所述一个第一样本图像和所述至少一个第二样本图像实现第一网络的训练。4.根据权利要求1-3任一项所述的方法，其中，在多次迭代过程中，固定提取一个第一样本图像，替换地提取至少一个第二样本图像；当所述内容图像库中的第二样本图像提取完毕后，替换下一个第一样本图像，再替换地提取至少一个第二样本图像。5.根据权利要求1-4任一项所述的方法，其中，所述第一网络的训练过程通过多次迭代完成；其中一次迭代过程包括：利用与第一样本图像的风格对应的第二网络，生成与第二样本图像对应的第三样本图像；根据所述第三样本图像与所述第一样本图像之间的风格损失以及所述第三样本图像与所述第二样本图像之间的内容损失，得到第一网络损失函数，利用所述第一网络损失函数实现第一网络的训练。6.根据权利要求1-5任一项所述的方法，其中，所述第一...

【专利技术属性】
技术研发人员：申发龙，颜水成，曾钢，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：北京,11