图像风格迁移及数据存储方法、装置和电子设备制造方法及图纸

本申请实施例提供了图像风格迁移及数据存储方法、装置和电子设备，应用于图像处理技术领域，该数据存储方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各风格类型滤波器的组输出激活相对于中间特征图的权重值；存储各风格类型滤波器组的输出激活相对于中间特征图的权重值及中间特征图。在本申请实施例的数据存储方法中，针对多种风格类型，存储各风格类型的滤波器组的输出激活相对于中间特征图的权重值及中间特征图，而权重值的数据量远远小于特征图的数据量的，因此相比于针对每个风格类型的滤波器组单独存储一个特征图，可以降低存储空间的占用量，节约存储空间。

【技术实现步骤摘要】
图像风格迁移及数据存储方法、装置和电子设备
本申请涉及图像处理
，特别是涉及图像风格迁移及数据存储方法、装置和电子设备。
技术介绍
StyleTransfer(风格迁移)是近年来在图像处理及计算机视觉领域中备受关注，并且具有实际应用价值的技术。风格迁移可以将一张OriginalImage(原始图像)，转变成一张经过艺术加工的StylizedImage(风格化图像)。其中风格元素来自于另一张称为StyleImage(风格图像)的图像。一个典型的例子是将任意一张图像变为拥有梵高著名油画《星空》风格的图像。在基于StyleBank(风格分离)框架的风格迁移方法中，不同的风格是通过中间的128维的FilterBank(滤波器组)来表示的，每一种风格都有自己的滤波器组，需要分别存储各风格类型的录波器组的输出激活的特征图，因此当风格越来越多，存储的数据将线性增长，占用大量存储空间。
技术实现思路
本申请实施例的目的在于提供一种图像风格迁移及数据存储方法、装置和电子设备，以实现降低存储空间的占用量。具体技术方案如下：第一方面，本申请实施例提供了一种数据存储方法，所述方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。可选的，本申请实施例的数据存储方法基于风格分离框架。可选的，在所述存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图之后，所述方法还包括：获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。第二方面，本申请实施例提供了一种图像风格迁移方法，所述方法包括：获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。可选的，本申请实施例的图像风格迁移方法基于风格分离框架。第三方面，本申请实施例提供了一种数据存储装置，所述装置包括：权重值确定模块，被配置为将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；数据存储模块，被配置为存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。可选的，本申请实施例的数据存储装置基于风格分离框架。可选的，本申请实施例的数据存储装置还包括：第一参数获取模块，被配置为获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；目标权重值确定模块，被配置为按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；目标滤波器组确定模块，被配置为按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；风格迁移模块，被配置为通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。第四方面，本申请实施例提供了一种图像风格迁移装置，所述装置包括：第二参数获取模块，被配置为获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；权重值获取模块，被配置为按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；滤波器调整模块，被配置为按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；图像处理模块，被配置为通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。可选的，本申请实施例的图像风格迁移装置基于风格分离框架。第五方面，本申请实施例提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。可选的，本申请实施例的电子设备基于风格分离框架。可选的，上述处理器还可以执行：获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。第六方面，本申请实施例提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。可选的，本申请实施例的电子设备基于风格分离框架。第七方面，本申请实施例提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种数据存储方法，其特征在于，所述方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。可选的，本申请实施例的数据存储方法基于风格分离框架。可选的，在上述存储各上述风格类型的权重值及上述预设滤波器组之后，上述方法还包括：获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。第八方面，本申请实施例提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种图像风格迁移方法，其特征在于，所述方法包括：获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移本文档来自技高网...

【技术保护点】
1.一种数据存储方法，其特征在于，所述方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。

【技术特征摘要】
1.一种数据存储方法，其特征在于，所述方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。2.根据权利要求1所述的方法，其特征在于，在所述存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图之后，所述方法还包括：获取待风格迁移图像、待转换的目标风格类型及所述中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。3.一种图像风格迁移方法，其特征在于，所述方法包括：获取待风格迁移图像、待转换的目标风格类型及预设中间特征图；按照所述目标风格类型，获取所述目标风格类型的滤波器组的输出激活相对于所述中间特征图的目标权重值；按照所述目标权重值，调整所述中间特征图中各特征的权重，得到目标滤波器组输出激活；通过所述目标滤波器组输出激活对所述待风格迁移图像进行处理，得到风格迁移后的图像。4.根据权利要求3所述的方法，其特征在于，所述图像风格迁移方法基于风格分离框架。5.一种数据存储装置，其特征在于，所述装置包括：权重值确定模块，被配置为将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各所述风格类型滤波器的组输出激活相对于所述中间特征图的权重值；数据存储模块，被配置为存储各所述风格类型滤波器组的输出激活相对于所述中间特征图的权重值及所述中间特征图。6.一种图像风格迁移装置，其特征在于，所述装置包括：第二参...

【专利技术属性】
技术研发人员：许鸿民，张文波，郑文，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京,11