【技术实现步骤摘要】
图像编辑方法、装置、电子设备及存储介质
本申请实施例涉及图像处理
,特别是涉及一种图像编辑方法、装置、电子设备及存储介质。
技术介绍
人脸编辑由于其在影视制作、照片处理和交互式娱乐等方面的潜在应用,在计算机视觉界引起了极大的关注。近年来随着生成对抗网络的发展,人脸编辑已取得了巨大进步。目前主流的人脸编辑方法大致分为三大类:基于标签条件的方法、基于几何指导的方法和基于参考引导的方法。基于标签条件的方法以预定义的属性标签为条件编辑人脸属性,该方法以二值属性标签为条件,只适用于编辑外观纹理变化的显著属性(例如发色、年老化和去除胡子等),难以实现抽象形状变化(例如鹰钩鼻、丹凤眼等),缺乏控制高级语义面部组件(例如眼睛、鼻子和嘴等)形状的灵活性。为了能灵活编辑人脸属性的形状,基于几何指导的方法提出利用精确的中间表示(例如关键点,分割图和轮廓草图等)实现具有明显拓扑形变的人脸属性编辑,然而,这种方式费时费力并且要求具有绘画技能。与基于几何指导的方法不同,基于参考引导的方法直接从参考图像中学习相应的人脸信息进行人脸编辑,不需要精确的辅助表示,避免了人脸编辑对精确的轮廓草图、颜色图和分割图的依赖。现有技术中,基于参考引导的方法有如下两种:ExGANs和ELEGANT。ExGANs是一种基于参考图像进行人脸补全的方法。ExGANs是条件生成对抗网络的一种扩展,它以具有目标补全内容的参考图像或感知编码作为条件。ExGANs的训练流程可以概括为:对输入图像标记眼睛,即去除眼睛区域;以具有目标补全内容的参考图像 ...
【技术保护点】
1.一种图像编辑方法,其特征在于,包括:/n获取待编辑人脸图像和与待编辑人脸图像中的目标属性区域对应的掩码图,并获取参考图像;/n根据所述掩码图,将所述待编辑人脸图像处理为缺失所述目标属性区域的缺失图像;/n通过第一编码器对所述缺失图像进行图像编码,得到所述缺失图像对应的缺失特征;/n通过第二编码器对所述参考图像进行图像编码,得到所述参考图像对应的参考特征;/n根据所述掩码图,通过注意力模型对所述缺失特征和参考特征进行融合,得到融合特征;/n通过解码器对所述融合特征进行图像解码,得到所述待编辑人脸图像和参考图像对应的目标图像。/n
【技术特征摘要】 【专利技术属性】
1.一种图像编辑方法,其特征在于,包括:
获取待编辑人脸图像和与待编辑人脸图像中的目标属性区域对应的掩码图,并获取参考图像;
根据所述掩码图,将所述待编辑人脸图像处理为缺失所述目标属性区域的缺失图像;
通过第一编码器对所述缺失图像进行图像编码,得到所述缺失图像对应的缺失特征;
通过第二编码器对所述参考图像进行图像编码,得到所述参考图像对应的参考特征;
根据所述掩码图,通过注意力模型对所述缺失特征和参考特征进行融合,得到融合特征;
通过解码器对所述融合特征进行图像解码,得到所述待编辑人脸图像和参考图像对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述掩码图,通过注意力模型对所述缺失特征和参考特征进行融合,得到融合特征,包括:
生成所述缺失特征对应的注意力图;
融合所述缺失特征和所述注意力图,得到所述缺失特征对应的自注意特征;
根据所述掩码图、注意力图和参考特征,生成所述参考特征对所述缺失特征的实例指导特征;
融合所述自注意特征和所述实例指导特征,得到所述缺失特征和参考特征的融合特征。
3.根据权利要求2所述的方法,其特征在于,所述根据所述掩码图、注意力图和参考特征,生成所述参考特征对所述缺失特征的实例指导特征,包括:
融合所述参考特征和所述注意力图,得到参考注意特征;
将所述掩码图和所述参考注意特征进行相乘运算,得到所述目标属性区域以外的区域对应的实例指导特征,将所述目标属性区域以外的区域对应的实例指导特征作为第一实例指导特征;
计算1矩阵与所述掩码图之差,得到所述掩码图的反掩码图,将所述反掩码图和所述参考特征进行相乘运算,得到所述目标属性区域对应的实例指导特征,将所述目标属性区域对应的实例指导特征作为第二实例指导特征;
将所述第一实例指导特征和所述第二实例指导特征进行相加运算,得到所述参考特征对所述缺失特征的实例指导特征。
4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
在对所述第一编码器、第二编码器、注意力模型和解码器进行训练时,分别确定所述待编辑人脸图像与目标图像的感知损失函数的值和风格损失函数的值,并确定所述目标图像与所述参考图像的Contextual损失函数的值;
根据所述感知损失函数的值、风格损失函数的值和Contextual损失函数的值,对所述第一编码器、第二编码器、注意力模型和解码器的网络参数进行调整,以使得所述感知损失函数的值、风格损失函数的值和Contextual损失函数的值收敛。
5.根据权利要求4所述的方法,其特征在于,所述感知损失函数和风格损失函数分别表示如下:
技术研发人员:李琦,柴振华,赖申其,孙哲南,邓琪瑶,
申请(专利权)人:北京三快在线科技有限公司,中国科学院自动化研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。