The invention relates to an image processing method, a device, a storage medium and a computer device, which includes: obtaining an image to be treated as a first image category; input the processed image into the first stage image transformation model, and obtain the first intermediate image; the first intermediate image is used by the second phase image transformation model. It is converted into a second middle image; the second weight matrix corresponding to the second intermediate image is determined; the first weight matrix corresponding to the first intermediate image is determined; the first intermediate image and the second middle image are fused in accordance with the corresponding first weight matrix and the second weight matrix, and the pending process is obtained. The image corresponds to and belongs to the target image of the second image category. The scheme provided by this invention improves the image conversion effect.
【技术实现步骤摘要】
图像处理方法、装置、存储介质和计算机设备
本专利技术涉及计算机
,特别是涉及一种图像处理方法、装置、存储介质和计算机设备。
技术介绍
随着计算机技术的发展和图像处理技术的进步,基于图像的处理方式变得越来越多样。目前常用的图像处理技术如图像的特征转化处理,比如图像颜色特征转化、图像光影特征转化或者图像风格特征转化等。然而,传统的图像处理过程中,主要是通过基于纹理合成的方式,将目标特征的图像纹理扩散到待处理图像的图像区域,来实现图像特征转化处理。但在采用该方式处理时容易出现误匹配的情况,从而导致得到的图像产生失真。
技术实现思路
基于此,有必要针对目前处理得到的图像失真的问题,提供一种图像处理方法、装置、存储介质和计算机设备。一种图像处理方法,包括:获取属于第一图像类别的待处理图像;将所述待处理图像输入第一阶段图像转化模型,得到第一中间图像;通过第二阶段图像转化模型将所述第一中间图像转化为第二中间图像;确定所述第二中间图像对应的第二权重矩阵;确定所述第一中间图像对应的第一权重矩阵;将所述第一中间图像、所述第二中间图像按照对应的第一权重矩阵、第二权重矩阵进行融合,得到与所述待处理图像对应、且属于第二图像类别的目标图像。一种图像处理装置,包括:获取模块,用于获取属于第一图像类别的待处理图像;第一阶段转化模块,用于将所述待处理图像输入第一阶段图像转化模型,得到第一中间图像;第二阶段转化模块,用于通过第二阶段图像转化模型将所述第一中间图像转化为第二中间图像;确定模块,用于确定所述第二中间图像对应的第二权重矩阵;确定所述第一中间图像对应的第一权重矩阵;融合模块,用于将 ...
【技术保护点】
1.一种图像处理方法,包括:获取属于第一图像类别的待处理图像;将所述待处理图像输入第一阶段图像转化模型,得到第一中间图像;通过第二阶段图像转化模型将所述第一中间图像转化为第二中间图像;确定所述第二中间图像对应的第二权重矩阵;确定所述第一中间图像对应的第一权重矩阵;将所述第一中间图像、所述第二中间图像按照对应的第一权重矩阵、第二权重矩阵进行融合,得到与所述待处理图像对应、且属于第二图像类别的目标图像。
【技术特征摘要】
1.一种图像处理方法,包括:获取属于第一图像类别的待处理图像;将所述待处理图像输入第一阶段图像转化模型,得到第一中间图像;通过第二阶段图像转化模型将所述第一中间图像转化为第二中间图像;确定所述第二中间图像对应的第二权重矩阵;确定所述第一中间图像对应的第一权重矩阵;将所述第一中间图像、所述第二中间图像按照对应的第一权重矩阵、第二权重矩阵进行融合,得到与所述待处理图像对应、且属于第二图像类别的目标图像。2.根据权利要求1所述的方法,其特征在于,所述将所述待处理图像输入第一阶段图像转化模型,得到第一中间图像,包括:对所述待处理图像进行下采样,得到图像尺寸缩小后的压缩图像;将所述压缩图像输入第一阶段图像转化模型,输出图像尺寸与所述压缩图像的图像尺寸相同的第一中间图像;所述通过第二阶段图像转化模型将所述第一中间图像转化为第二中间图像,包括:对所述第一中间图像进行上采样,得到图像尺寸与所述待处理图像的图像尺寸相同的放大图像;将所述放大图像输入第二阶段图像转化模型,输出图像尺寸与所述放大图像的图像尺寸相同的第二中间图像。3.根据权利要求1所述的方法,其特征在于,所述确定所述第二中间图像对应的第二权重矩阵,包括:将所述待处理图像、所述第一中间图像与所述第二中间图像共同输入第一权重预测模型,得到与所述第二中间图像对应的第二权重矩阵;所述确定所述第一中间图像对应的第一权重矩阵,包括:根据所述第二权重矩阵,得到与所述第一中间图像对应的第一权重矩阵;所述第一权重矩阵与所述第二权重矩阵之和为预设矩阵。4.根据权利要求3所述的方法,其特征在于,所述将所述第一中间图像、所述第二中间图像按照对应的第一权重矩阵、第二权重矩阵进行融合,得到与所述待处理图像对应、且属于第二图像类别的目标图像,包括:将所述第一中间图像的各像素值与所述第一权重矩阵的各矩阵元素按位相乘,得到属于第二图像类别的第一目标图像;将所述第二中间图像的各像素值与所述第二权重矩阵的各矩阵元素按位相乘,得到属于第二图像类别第二目标图像;根据所述第一目标图像与所述第二目标图像,得到与所述待处理图像对应、且属于第二图像类别的目标图像。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:获取属于第一图像类别的第一样本和属于第二图像类别的第二样本;将所述第一样本依次经过所述第一阶段图像转化模型和第一阶段图像逆向转化模型,得到第一样本单阶段恢复图像;将所述第二样本依次经过所述第一阶段图像逆向转化模型和所述第一阶段图像转化模型,得到第二样本单阶段恢复图像;按照所述第一样本与所述第一样本单阶段恢复图像的差异,及所述第二样本与所述第二样本单阶段恢复图像的差异,调整所述第一阶段图像转化模型和所述第一阶段图像逆向转化模型,直至满足训练停止条件时结束训练。6.根据权利要求5所述的方法,其特征在于,所述方法还包括:获取所述第一样本经过所述第一阶段图像转化模型后,由所述第一阶段图像转化模型输出的第一样本单阶段转化图像;获取所述第二样本经过所述第一阶段图像逆向转化模型后,由所述第一阶段图像逆向转化模型输出的第二样本单阶段转化图像;将所述第一样本和所述第二样本单阶段转化图像分别输入第一阶段图像逆向转化鉴别模型,分别得到所述第一样本的鉴别置信度和所述第二样本单阶段转化图像的鉴别置信度;将所述第二样本和所述第一样本单阶段转化图像分别输入第一阶段图像转化鉴别模型,分别得到所述第二样本的鉴别置信度和所述第一样本单阶段转化图像的鉴别置信度;所述按照所述第一样本与所述第一样本单阶段恢复图像的差异,及所述第二样本与所述第二样本单阶段恢复图像的差异,调整所述第一阶段图像转化模型和所述第一阶段图像逆向转化模型,直至满足训练停止条件时结束训练,包括:按照最大化所述第一样本的鉴别置信度和所述第二样本的鉴别置信度的方向、最小化所述第二样本单阶段转化图像的鉴别置信度、所述第一样本单阶段转化图像的鉴别置信度、所述第一样本与所述第一样本单阶段恢复图像的差异,及所述第二样本与所述第二样本单阶段恢复图像的差异的方向,调整所述第一阶段图像转化鉴别模型、所述第一阶段图像逆向转化鉴别模型、所述第一阶段图像转化模型和所述第一阶段图像逆向转化模型,直至满足训练停止条件时结束训练。7.根据权利要求5所述的方法,其特征在于,所述方法还包括:将所述第一样本依次经过所述第一阶段图像转化模型和所述第二阶段图像转化模型,得到所述第一阶段图像转化模型输出的第一样本一阶转化图像,和所述第二阶段图像转化模型输出的第一样本二阶转化图像;根据所述第一样本一阶转化图像和所述第一样本二阶转化图像,得到与所述第一样本对应、且属于所述第二图像类别的第一样本转化图像;将所述第一样本转化图像依次经过所述第一阶段图像逆向转化模型和第二阶段图像逆向转化模型,得到所述第一阶段图像逆向转化模型输出的第一样本一阶恢复图像,和所述第二阶段图像逆向转化模型输出的第一样本二阶恢复图像;根据所述第一样本一阶恢复图像和所述第一样本二阶恢复图像,得到与所述第一样本对应、且属于所述第一图像类别的第一样本恢复图像;将所述第二样本依次经过所述第一阶段图像逆向转化模型和所述第二阶段图像逆向转化模型,得到所述第一阶段图像逆向转化模型输出的第二样本一阶转化图像,和所述第二阶段图像逆向转化模型输出的第二样本二阶转化图像;根据所述第二样本一阶转化图像和所述第二样本二阶转化图像,得到与所述第二样本对应、且属于所述第一图像类别的第二样本转化图像;将所述第二样本转化图像依次经过所述第一阶段图像转化模型和第二阶段图像转化模型,得到所述第一阶段图像转化模型输出的第二样本一阶恢复图像,和所述第二阶段图像转化模型输出的第二样本二阶恢复图像;根据所述第二样本一阶恢复图像和所述第二样本二阶恢复图像,得到与所述第二样本对应、且属于所述第二图像类别的第二样本恢复图像;按照所述第一样本与所述第一样本恢复图像的差异,及所述第二样本与所述第二样本恢复图像的差异,调整所述第二阶段图像转化模型和所述第二阶段图像逆向转化模型,直至满足训练停止条件时结束训练。8.根据权利要求7所述的方法,其特征在于,所述方法还包括:将所述第一样本和所述第二样本转化图像分别输入第二阶段图像逆向转化鉴别模型,分别得到所述第一样本的鉴别置信度和所述第二样本转化图像的鉴别置信度;将所述第二样本和所述第一样本转化图像分别输入第二阶段图像转化鉴别模型,分别得到所述第二样本的鉴别置信度和所述第一样本转化图像的鉴别置信度;所述按照所述第一样本与所述第一样本恢复图像的差异,及所述第二样本与所述第二样本恢复图像的差异,调整所述第二阶段图像转化模型和所述第二阶段图像逆向转化模型,直至满足训练停止条件时结束训练,包括:按照最大化所述第一样本的鉴别置信度和所述第二样本的鉴别置信度的方向、最小化所述第二样本转化图像的鉴别置信度、所述第一样本转化图像的鉴别置信度、所述第一样本与所述第一样本恢复图像的差异,及所述第二样本与所述第二样本恢复...
【专利技术属性】
技术研发人员:李旻骏,黄浩智,马林,刘威,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
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。