图像处理方法、装置、电子设备及计算机可读介质制造方法及图纸

本公开提供了一种图像处理方法、装置、电子设备及计算机可读介质，该方法采用不同的第一待插值属性来表征不同的性别，在通过换性别特效网络，将所述待处理图像进行下采样，得到所述待处理图像的下采样结果，并根据所述目标性别对应的第一待插值属性，将所述下采样结果进行上采样插值后，就可以实现对待处理图像进行换性别特效处理，得到目标性别特效图像，即实现了男性图像与女性图像之间自动转换，为用户提供了一种全新的特效体验。

Image processing method, device, electronic equipment and computer-readable medium

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读介质
本公开涉及计算机
，具体而言，本公开涉及一种图像处理方法、装置、电子设备及计算机可读介质。
技术介绍
随着计算机技术和通信技术的迅猛发展，智能终端的使用得到广泛普及，越来越多的应用程序被开发出来用于方便和丰富人们的工作与生活。目前，不少应用程序致力于为智能终端用户提供更加个性化与视觉感受更佳的视觉特效，例如滤镜效果、贴纸效果、形变效果等等。视觉特效体验的多样性、互动性和社会性得到了充分的发展。用户也常有根据自己的兴趣爱好或其他动机来采用视觉特征建构各种网络形象的需求。例如在网络上通过照片或视频展示自己性别变换后的模样，达到伪装效果。但是现有技术中，还没有实现在男性图像与女性图像之间相互转换的特效。
技术实现思路
为克服上述技术问题或者至少部分地解决上述技术问题，特提出以下技术方案：第一方面，本公开提供了一种图像处理方法，该方法包括：获取待处理图像以及预训练的换性别特效网络；确定所要变换的目标性别，并获取目标性别对应的第一待插值属性，其中，每种性别对应的第一待插值属性是根据对换性别特效网络的训练确定的；通过换性别特效网络，将待处理图像进行下采样，得到待处理图像的下采样结果，并根据目标性别对应的第一待插值属性，将下采样结果进行上采样插值，得到目标性别特效图像。第二方面，本公开提供了一种图像处理装置，该装置包括：获取模块，用于获取待处理图像以及预训练的换性别特效网络；确定模块，用于确定所要变换的目标性别，并获取目标性别对应的第一待插值属性，其中，每种性别对应的第一待插值属性是根据对换性别特效网络的训练确定的；特效处理模块，用于通过换性别特效网络，将待处理图像进行下采样，得到待处理图像的下采样结果，并根据目标性别对应的第一待插值属性，将下采样结果进行上采样插值，得到目标性别特效图像。第三方面，本公开提供了一种电子设备，该电子设备包括：处理器和存储器，该存储器存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开的第一方面所示的方法。第四方面，本公开提供了一种计算机可读介质，该计算机可读介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行如本公开的第一方面所示的方法。本公开提供的图像处理方法、装置、电子设备及计算机可读介质，采用不同的第一待插值属性来表征不同的性别，在通过换性别特效网络，将待处理图像进行下采样，得到待处理图像的下采样结果，并根据目标性别对应的第一待插值属性，将下采样结果进行上采样插值后，就可以实现对待处理图像进行换性别特效处理，得到目标性别特效图像，即实现了男性图像与女性图像之间自动转换，为用户提供了一种全新的特效体验。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。图1为本公开实施例提供的一种图像处理方法的流程示意图；图2为本公开实施例提供的对抗生成网络的示意图；图3为本公开实施例提供的训练模型的结构示意图；图4a为本公开实施例提供的特效处理前的示例图；图4b为本公开实施例提供的特效处理后的示例图；图5为本公开实施例提供的一种图像处理装置的结构示意图；图6为本公开实施例提供的一种电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对特征、数据、元件、装置、模块或单元进行区分，并非用于限定这些特征、数据、元件、装置、模块或单元一定为不同的特征、数据、元件、装置、模块或单元，也并非用于限定这些特征、数据、元件、装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。本公开实施例提供了一种图像处理方法，如图1所示，该方法包括：步骤S110：获取待处理图像以及预训练的换性别特效网络；步骤S120：确定所要变换的目标性别，并获取目标性别对应的第一待插值属性，其中，每种性别对应的第一待插值属性是根据对换性别特效网络的训练确定的；步骤S130：通过换性别特效网络，将待处理图像进行下采样，得到待处理图像的下采样结果，并根据目标性别对应的第一待插值属性，将下采样结果进行上采样插值，得到目标性别特效图像。本公开实施例提供的图像处理方法，采用不同的第一待插值属性来表征不同的性别，在通过换性别特效网络，将待处理图像进行下采样，得到待处理图像的下采样结果，并根据目标性别对应的第一待插值属性，将下采样结果进行上采样插值后，就可以实现对待处理图像进行换性别特效处理，得到目标性别特效图像，即实现了男性图像与女性图像之间自动转换，为用户提供了一种全新的特效体验。本公开实施例中，换性别特效网络是通过以下步骤训练得到的：步骤S210：获取预构建的对抗生成网络，对抗生成网络包括生成网络、第一判别网络、第二判别网络和第一分类网络；通过生成网络，将每个包含性别信息的样本图像进行下采样，得到相应的图像特征，并将每个样本图像的图像特征进行上采样及换性别处理，得到与每个样本图像性别相反的生成图像；通过第一判别网络，对每个样本图像的图像特征的性别真实性进行判别，得到相应的第一判别结果；通过第二判别网络，对每个样本图像和对应的生成图像的真实性进行判别，得到相应的第二判别结果；通过第一分类网络，根据每个样本图像对应的生成图像，得到本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取待处理图像以及预训练的换性别特效网络；/n确定所要变换的目标性别，并获取所述目标性别对应的第一待插值属性，其中，每种性别对应的第一待插值属性是根据对所述换性别特效网络的训练确定的；/n通过所述换性别特效网络，将所述待处理图像进行下采样，得到所述待处理图像的下采样结果，并根据所述目标性别对应的第一待插值属性，将所述下采样结果进行上采样插值，得到目标性别特效图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取待处理图像以及预训练的换性别特效网络；
确定所要变换的目标性别，并获取所述目标性别对应的第一待插值属性，其中，每种性别对应的第一待插值属性是根据对所述换性别特效网络的训练确定的；
通过所述换性别特效网络，将所述待处理图像进行下采样，得到所述待处理图像的下采样结果，并根据所述目标性别对应的第一待插值属性，将所述下采样结果进行上采样插值，得到目标性别特效图像。


2.根据权利要求1所述的图像处理方法，其特征在于，所述换性别特效网络是通过以下步骤训练得到的：
获取预构建的对抗生成网络，所述对抗生成网络包括生成网络、第一判别网络、第二判别网络和第一分类网络；
通过所述生成网络，将每个包含性别信息的样本图像进行下采样，得到相应的图像特征，并将每个样本图像的图像特征进行上采样及换性别处理，得到与所述每个样本图像性别相反的生成图像；
通过所述第一判别网络，对所述每个样本图像的图像特征的性别真实性进行判别，得到相应的第一判别结果；
通过所述第二判别网络，对所述每个样本图像和对应的所述生成图像的真实性进行判别，得到相应的第二判别结果；
通过所述第一分类网络，根据所述每个样本图像对应的所述生成图像，得到与所述每个样本图像性别相反的性别分类结果；
基于所述每个样本图像对应的所述第一判别结果、所述第二判别结果、所述性别分类结果和所述生成图像，对所述对抗生成网络进行对抗训练，并将训练后的所述生成网络确定为所述换性别特效网络。


3.根据权利要求2所述的图像处理方法，其特征在于，所述将每个样本图像的图像特征进行上采样及换性别处理，得到与所述每个样本图像性别相反的生成图像，包括：
根据所述每个样本图像的性别信息，确定所述每个样本图像换性别后所换性别对应的预设的第二待插值属性；
根据所述每个样本图像的所述第二待插值属性，对所述每个样本图像的图像特征进行上采样插值，得到与所述每个样本图像性别相反的生成图像。


4.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述每个样本图像对应的所述第一判别结果、所述第二判别结果、所述性别分类结果和所述生成图像，对所述对抗生成网络进行对抗训练，包括：
根据所述每个样本图像对应的所述第一判别结果来确定相应的所述图像特征对应的真实性别损失和虚假性别损失；
根据所述每个样本图像对应的所述第二判别结果来确定相应的所述样本图像对应的真样本损失、所述生成图像对应的假样本真实损失和所述生成图像对应的假样本虚假损失；
根据所述每个样本图像对应的所述性别分类结果来确定相应的性别分类损失；
确定所述每个样本图像与对应的所述生成图像之间的图像损失；
根据所述每个样本图像对应的所述真实性别损失、所述虚假性别损失、所述真样本损失、所述假样本真实损失、所述假样本虚假损失、所述性别分类损失和所...

【专利技术属性】
技术研发人员：李华夏，
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