多角度图像生成方法、装置及电子设备制造方法及图纸

本公开实施例中提供了一种多角度图像生成方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。通过本公开的处理方案，能够基于生成多个不同角度的目标对象的图像。

Multi angle image generation method, device and electronic equipment

The embodiment of the disclosure provides a multi angle image generation method, device and electronic device, belonging to the technical field of data processing. The method includes: obtaining a first image set in the first viewing angle direction of the target object, wherein the image in the first image set contains a plurality of target elements in the first viewing angle direction of the target object; based on a preset plurality of target angles, The image in the first image set is provided with dispersion points matching with the multiple target angles, and the multiple target angles are different from the first view angle, and each target element is provided with at least one dispersion point; the result of the characteristic processing of the first image set and the dispersion point is input into a prediction network including a plurality of convolution layers and pooling layers; Using the prediction network, a second image set matching the multiple target angles is generated. Through the processing scheme of the present disclosure, it is possible to generate an image of a target object from a plurality of different angles.

【技术实现步骤摘要】
多角度图像生成方法、装置及电子设备
本公开涉及数据处理
，尤其涉及一种多角度图像生成方法、装置及电子设备。
技术介绍
图像处理(imageprocessing)又称为影像处理，是用计算机对图像进行达到所需结果的技术。起源于20世纪20年代，一般为数字图像处理。图像处理技术的主要内容包括图像压缩、增强复原、匹配描述识别3个部分，常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，应用广泛，多用于测绘学、大气科学、天文学、美图、使图像提高辨识等。图像处理的一个应用场景便是对输入的一种视角的图像进行预测，得到多种不同视角的图像，例如，输入一张包含人物的正面照片，预测得到该正面照片对应的侧面照片。在图像预测的过程中，如何提高预测图像的准确度，成为需要解决的技术问题。
技术实现思路
有鉴于此，本公开实施例提供一种多角度图像生成方法、装置及电子设备，至少部分解决现有技术中存在的问题。第一方面，本公开实施例提供了一种多角度图像生成方法，包括：获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。根据本公开实施例的一种具体实现方式，所述获取目标对象的第一视角方向的第一图像集合，包括：获取多个具有第一视角方向的目标对象图像；对所述目标对象图像进行色彩调整；将调整后的多个目标对象图像作为所述第一图像集合中的图像。根据本公开实施例的一种具体实现方式，所述对所述目标对象图像进行色彩调整，包括：计算目标对象图像中R、G、B分量的均值avgR、avgG和avgB，以及目标对象图像的总均值avgP；基于avgR、avgG、avgB和avgP，计算目标对象图像中R、G、B分量的调整系数aR、aG和aB；利用aR、aG和aB对目标对象图像中R、G、B分量值进行色彩调整。根据本公开实施例的一种具体实现方式，所述基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，包括：对所述第一图像集合中的图像执行关键点检测；基于关键点检测的结果，确定与所述多个目标角度相匹配的分散点。根据本公开实施例的一种具体实现方式，所述基于关键点检测的结果，确定与所述多个目标角度相匹配的分散点，包括：基于所述关键点检测的结果，确定每一目标元素上存在的多个关键点；在每一目标元素上的多个关键点中，选择与所述多个目标角度相匹配的关键点，得到关键点集合；将所述关键点集合中的关键点作为所述与所述多个目标角度相匹配的分散点。根据本公开实施例的一种具体实现方式，所述将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中，包括：对所述第一图像集合中的图像进行矩阵化处理，得到第一矩阵集合；基于所述分散点在第一图像集合上的坐标，确定所述分散点对应的第二矩阵集合，所述第二矩阵集合与所述第一矩阵集合具有相同的尺寸；将所述第一矩阵集合和所述第二矩阵集合作为特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中。根据本公开实施例的一种具体实现方式，所述利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合，包括：在所述多个目标角度中选择与所述第一视角方向不同的第二视角；基于所述第二视角，确定预测图像中目标对象存在的预测元素；利用所述预测网络，对所述预测元素进行预测；基于预测后的预测元素组成的图像，确定为所述第二图像集合中的图像。根据本公开实施例的一种具体实现方式，所述基于预测后的预测元素组成的图像，确定为所述第二图像集合中的图像，包括：利用所述预测网络对所述目标对象在所述第二视角下的轮廓进行预测，得到轮廓图像；将所述轮廓图像和所述预测后的预测元素组成的图像，确定为所述第二图像集合中的图像。第二方面，本公开实施例提供了一种多角度图像生成装置，包括：获取模块，用于获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；设置模块，用于基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；输入模块，用于将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；生成模块，用于利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及，与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的多角度图像生成方法。第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的多角度图像生成方法。第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的多角度图像生成方法。本公开实施例中的多角度图像生成方案，包括获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。通过本公开的方案，能够准确的预测不同角度的目标对象的图像。附图说明为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附本文档来自技高网...

【技术保护点】
1.一种多角度图像生成方法，其特征在于，包括：/n获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；/n基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；/n将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；/n利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。/n

【技术特征摘要】
1.一种多角度图像生成方法，其特征在于，包括：
获取目标对象的第一视角方向的第一图像集合，所述第一图像集合中的图像包含所述目标对象在第一视角方向上的多个目标元素；
基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，所述多个目标角度与所述第一视角不同，每一目标元素上至少设置有一个分散点；
将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中；
利用所述预测网络，生成与所述多个目标角度相匹配的第二图像集合。


2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的第一视角方向的第一图像集合，包括：
获取多个具有第一视角方向的目标对象图像；
对所述目标对象图像进行色彩调整；
将调整后的多个目标对象图像作为所述第一图像集合中的图像。


3.根据权利要求2所述的方法，其特征在于，所述对所述目标对象图像进行色彩调整，包括：
计算目标对象图像中R、G、B分量的均值avgR、avgG和avgB，以及目标对象图像的总均值avgP；
基于avgR、avgG、avgB和avgP，计算目标对象图像中R、G、B分量的调整系数aR、aG和aB；
利用aR、aG和aB对目标对象图像中R、G、B分量值进行色彩调整。


4.根据权利要求1所述的方法，其特征在于，所述基于预设的多个目标角度，对所述第一图像集合中的图像设置与所述多个目标角度相匹配的分散点，包括：
对所述第一图像集合中的图像执行关键点检测；
基于关键点检测的结果，确定与所述多个目标角度相匹配的分散点。


5.根据权利要求4所述的方法，其特征在于，所述基于关键点检测的结果，确定与所述多个目标角度相匹配的分散点，包括：
基于所述关键点检测的结果，确定每一目标元素上存在的多个关键点；
在每一目标元素上的多个关键点中，选择与所述多个目标角度相匹配的关键点，得到关键点集合；
将所述关键点集合中的关键点作为所述与所述多个目标角度相匹配的分散点。


6.根据权利要求1所述的方法，其特征在于，所述将所述第一图像集合和所述分散点进行特征化处理后的结果，输入到包含多个卷积层和池化层的预测网络中，包括：
对所述第一图像集合中的图像进行矩阵化处...

【专利技术属性】
技术研发人员：邓启力，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11