一种属性信息迁移方法、装置、设备以及可读存储介质制造方法及图纸

本申请提供了一种属性信息迁移方法、装置、设备以及可读存储介质，方法包括：获取包含目标属性信息的第一图像和不包含目标属性信息的第二图像；从第一图像中分割出目标属性信息；将目标属性信息合成至第二图像中，合成后得到包含目标属性信息的目标图像。本申请提供的属性信息迁移方法、装置、设备及存储介质，可将包含指定属性信息的图像中的指定属性信息迁移至不包含指定属性信息的图像中，用户体验较好。

【技术实现步骤摘要】
一种属性信息迁移方法、装置、设备以及可读存储介质
本专利技术涉及图像处理
，更具体涉及一种属性信息迁移方法、装置、设备以及可读存储介质。
技术介绍
在某些应用领域中，需要将图像中的指定属性信息迁移至不包含该指定属性信息的图像中。以人脸图像为例：在安防应用领域，用于训练人脸检测、识别模型的训练数据中包含特定属性信息的人脸图像非常有限，而直接采集包含特定属性信息的人脸图像非常费时费力，这就需要将指定属性信息迁移至不包含该指定属性信息的图像；在娱乐、商品类应用领域，用户希望可以将商品图像中模特佩戴的眼镜、帽子等穿戴在自己上传的人脸图像上，从而达到虚拟试穿的效果，该类应用同样需要将指定属性信息迁移至不包含该指定属性信息的人脸图像。因此，如何将某种指定属性信息迁移至不包含该指定属性信息的图像是亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种属性信息迁移方法、装置、设备以及可读存储介质，以将包含指定属性信息的图像中的指定属性信息迁移至不包含指定属性信息的图像中，其技术方案如下：一种属性信息迁移方法，包括：获取包含目标属性信息的第一图像和不包含所述目标属性信息的第二图像；从所述第一本文档来自技高网...

【技术保护点】
1.一种属性信息迁移方法，其特征在于，包括：获取包含目标属性信息的第一图像和不包含所述目标属性信息的第二图像；从所述第一图像中分割出所述目标属性信息；将所述目标属性信息合成至所述第二图像中，合成后得到包含所述目标属性信息的目标图像。

【技术特征摘要】
1.一种属性信息迁移方法，其特征在于，包括：获取包含目标属性信息的第一图像和不包含所述目标属性信息的第二图像；从所述第一图像中分割出所述目标属性信息；将所述目标属性信息合成至所述第二图像中，合成后得到包含所述目标属性信息的目标图像。2.根据权利要求1所述的属性信息迁移方法，其特征在于，所述从所述第一图像中分割出所述目标属性信息，包括：将所述第一图像输入预先建立的属性删除模型，获得所述属性删除模型生成的、只包含所述目标属性信息的图像，作为目标属性残差图像。3.根据权利要求2所述的属性信息迁移方法，其特征在于，所述将所述目标属性信息合成至所述第二图像中，合成后得到包含所述目标属性信息的目标图像，包括：将所述目标属性残差图像和所述第二图像输入预先建立的属性合成模型，获得所述属性合成模型输出的、包含所述目标属性信息的目标图像。4.根据权利要求3所述的属性信息迁移方法，其特征在于，所述属性删除模型和所述属性合成模型的训练过程包括：采用标注有类别标签的训练图像训练属性判别模型，其中，所述训练图像为第一类训练图像、或第二类训练图像、或第三类训练图像，所述第一类训练图像为从训练图像集中获取的、包含所述目标属性信息的图像，所述第二类图像为从所述训练图像集中获取的、不包含所述目标属性信息的图像，所述第三类图像为所述属性删除模型输出的、不包含所述目标属性信息的图像、或所述属性合成模型输出的、包含所述目标属性信息的图像；基于所述属性判别模型对所述属性删除模型和所述属性合成模型进行训练。5.根据权利要求4所述的属性信息迁移方法，其特征在于，获取所述第三类训练图像的过程包括：将所述第一类训练图像输入所述属性删除模型，获得所述属性删除模型输出的、从输入的第一类训练图像中删除所述目标属性信息后的图像，作为所述第三类训练图像；或者，将所述第一类训练图像输入所述属性删除模型，获得所述属性删除模型生成的训练属性残差图像；将所述第二类训练图像和所述训练属性残差图像输入所述属性合成模型，获得所述属性合成模型输出的、包含所述目标属性信息的图像，作为所述第三类训练图像。6.根据权利要求5所述的属性信息迁移方法，其特征在于，所述基于所述属性判别模型对所述属性删除模型和所述属性合成模型进行训练，包括：将标注有类别标签的第三类训练图像输入所述属性判别模型，其中，输入所述属性判别模型的第三类图像中包含所述目标属性信息的图像的样本标签与所述第一类训练图像的样本标签相同，输入所述属性判别模型的第三类图像中不包含所述目标属性信息的图像的样本标签与所述第二类训练图像的样本标签相同；固定所述属...

【专利技术属性】
技术研发人员：陈明军，吴华鑫，吴子扬，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34