图像风格迁移方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种图像风格迁移方法、装置、设备及存储介质。图像风格迁移方法包括：获取日间内容图像集和夜间图像参考集；根据夜间图像参考集预先设置辅助图像参考集；根据预置算法对日间内容图像集和辅助图像参考集进行特征匹配，得到第一映射关系；根据第一映射关系进行计算，得到第二映射关系；根据第二映射关系对日间内容图像集和夜间图像参考集进行风格迁移学习，得到目标图像集，目标图像集为已标注的夜间图像训练样本。本发明专利技术以辅助图像参考集作为日间内容图像集和夜间图像参考集的配对桥梁，将已标注的日间真实图像集转换为目标图像集，将目标图像集作为语义分割的训练样本，提高夜间图像语义分割的准确性。

Image style transfer method, device, equipment and storage medium

【技术实现步骤摘要】
图像风格迁移方法、装置、设备及存储介质
本专利技术涉及图像处理领域，尤其涉及图像风格迁移方法、装置、设备及存储介质。
技术介绍
随着科技技术迅速发展，在深度学习研究领域，使用卷积神经网络将一张图片的语义内容与不同风格融合起来的过程被称为神经风格迁移，将具有艺术作品上的艺术风格转移到日常照片上，成为在学术界和工业界中非常受重视的计算机视觉任务。图像风格迁移的目的是要对图像的纹理、色彩、内容等进行定向的改变，使得图像由一种风格变化为另外一种风格，例如，将人的照片进行风格迁移，得到具有油画风格的图像，或者将光线较昏暗条件下拍摄得到的风景照片进行风格迁移，得到在光线较明亮条件下的图像。因此，对于夜间场景语义标注已成为棘手可热的研究方向图像语义标注作为图像场景理解的核心之一，已成为图像处理与计算机视觉领域的研究热点。目前解决语义分割的主要方法是使用大量注释来训练深度神经网络，这一监督学习方案在日间光照条件良好的图像上取得了成功，但对于其他光照条件不利的环境下，可扩展性很差，因此不能满足许多户外应用全天候的视觉识别需求，例如，在夜间和恶劣天本文档来自技高网...

【技术保护点】
1.一种图像风格迁移方法，其特征在于，包括：/n获取日间内容图像集和夜间图像参考集，所述日间内容图像集的数量与所述夜间图像参考集的数量相等，所述日间内容图像集为根据预置业务采集并标注的真实图像集；/n根据所述夜间图像参考集预先设置辅助图像参考集，所述辅助图像参考集为场景与所述夜间图像参考集的场景一致，并且风格为日间的预置图像集；/n根据预置算法对所述日间内容图像集和所述辅助图像参考集进行特征匹配，得到第一映射关系，所述第一映射关系用于指示所述日间内容图像集和所述辅助图像参考集之间的图像对应关系；/n根据所述第一映射关系进行计算，得到第二映射关系，所述第二映射关系用于指示所述日间内容图像集和所述...

【技术特征摘要】
1.一种图像风格迁移方法，其特征在于，包括：
获取日间内容图像集和夜间图像参考集，所述日间内容图像集的数量与所述夜间图像参考集的数量相等，所述日间内容图像集为根据预置业务采集并标注的真实图像集；
根据所述夜间图像参考集预先设置辅助图像参考集，所述辅助图像参考集为场景与所述夜间图像参考集的场景一致，并且风格为日间的预置图像集；
根据预置算法对所述日间内容图像集和所述辅助图像参考集进行特征匹配，得到第一映射关系，所述第一映射关系用于指示所述日间内容图像集和所述辅助图像参考集之间的图像对应关系；
根据所述第一映射关系进行计算，得到第二映射关系，所述第二映射关系用于指示所述日间内容图像集和所述夜间图像参考集之间的图像对应关系；
根据所述第二映射关系对所述日间内容图像集和所述夜间图像参考集进行风格迁移，得到目标图像集，所述目标图像集为已标注的夜间图像训练样本。


2.根据权利要求1所述的图像风格迁移方法，其特征在于，所述根据预置算法对所述日间内容图像集和所述辅助图像参考集进行特征匹配，得到第一映射关系，所述第一映射关系用于指示所述日间内容图像集和所述辅助图像参考集之间的图像对应关系包括：
根据预置算法对所述日间内容图像集中的第一图像进行特征提取，得到第一特征；
根据所述预置算法对所述辅助图像参考集中的第二图像进行特征提取，得到第二特征；
根据所述第一特征和所述第二特征分别计算每个第一图像与多个第二图像之间的多个相似度，得到最大相似度；
根据所述最大相似度确定所述日间内容图像集和所述辅助图像参考集之间的图像匹配关系，得到第一映射关系，并将第一映射关系存储到预置映射数据表中。


3.根据权利要求2所述的图像风格迁移方法，其特征在于，所述根据所述第一映射关系进行计算，得到第二映射关系，所述第二映射关系用于指示所述日间内容图像集和所述夜间图像参考集之间的图像对应关系包括：
从所述预置映射数据表中读取所述预置映射关系和所述第一映射关系；
根据所述预置映射关系和所述第一映射关系进行矩阵乘法计算，得到第二映射关系，所述第二映射关系用于指示所述日间内容图像集与所述夜间图像参考集之间的图像对应关系。


4.根据权利要求1所述的图像风格迁移方法，其特征在于，所述根据所述第二映射关系对所述日间内容图像集和所述夜间图像参考集进行风格迁移，得到目标图像集，所述目标图像集为已标注的夜间图像训练样本包括：
根据所述第二映射关系确定所述日间内容图像集与所述夜间图像参考集之间的配对图像，所述配对图像包括日间内容图像和夜间图像；
通过预置深度卷积神经网络模型对所述配对图像按照对应关系进行风格迁移，得到目标图像集，所述目标图像集为已标注的夜间图像训练样本。


5.根据权利要求4所述的图像风格迁移方法，其特征在于，所述通过预置深度卷积神经网络模型对所述配对图像按照对应关系进行风格迁移，得到目标图像集，所述目标图像集为已标注的夜间图像训练样本包括：
确定所述日间内容图像的尺寸，并根据所述日间内容图像的尺寸生成高斯白噪声图像；
将所述日间内容图像、所述夜间图像和所述高斯白噪声图像输入到所述预置深度卷积神经网络模型中，所述预置深度卷积神经网络模型包括内容约束特征提取层和风格约...

【专利技术属性】
技术研发人员：王义文，王健宗，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44