【技术实现步骤摘要】
图像处理模型的训练方法、图像处理方法及装置
本公开涉及多媒体
，特别涉及一种图像处理模型的训练方法、图像处理方法及装置。
技术介绍
随着多媒体技术的发展，用户对于将真实场景中的人脸图像转换为不同风格图像的需求也越来越多，如将人脸图像转换为手绘风格、动漫风格以及写实风格等。目前，为实现上述需求，采用的是以人脸图像为模型输入，以专业人员根据人脸图像绘制的风格图像为训练目标来训练图像处理模型，以使得训练得到的图像处理模型能够根据输入的人脸图像，输出对应风格的风格图像。上述技术方案存在的问题是，图像处理模型生成的风格图像中的头发相较于专业人员绘制的风格图像缺少表示发丝的线条，导致图像处理模型输出的风格图像的精确度不高。
技术实现思路
本公开提供一种图像处理模型的训练方法、图像处理方法及装置，通过在风格图像生成网络的训练过程中加入包括增强后的头发边缘信息的头发图像，使得图像处理模型所输出的风格图像中包括更多表示发丝的线条，提高了该风格图像的精确度。本公开的技术方案如下：根据本公开实施例...
【技术保护点】
1.一种图像处理模型的训练方法，其特征在于，所述方法包括：/n将第一样本人脸图像对应的第一头发图像输入图像处理模型中的头发线条迁移网络，得到第二头发图像，所述第一头发图像包括所述第一样本人脸图像中的第一头发边缘信息，所述第二头发图像包括基于所述头发线条迁移网络对所述第一头发边缘信息增强后的第二头发边缘信息；/n获取第一样本风格图像对应的第三头发图像，所述第一样本风格图像与所述第一样本人脸图像包括风格不同的相同内容，所述第三头发图像包括所述第一样本风格图像中的第三头发边缘信息；/n将所述第一样本人脸图像、所述第二头发图像以及所述第三头发图像输入所述图像处理模型中待训练的风格图...
【技术特征摘要】
1.一种图像处理模型的训练方法，其特征在于，所述方法包括：
将第一样本人脸图像对应的第一头发图像输入图像处理模型中的头发线条迁移网络，得到第二头发图像，所述第一头发图像包括所述第一样本人脸图像中的第一头发边缘信息，所述第二头发图像包括基于所述头发线条迁移网络对所述第一头发边缘信息增强后的第二头发边缘信息；
获取第一样本风格图像对应的第三头发图像，所述第一样本风格图像与所述第一样本人脸图像包括风格不同的相同内容，所述第三头发图像包括所述第一样本风格图像中的第三头发边缘信息；
将所述第一样本人脸图像、所述第二头发图像以及所述第三头发图像输入所述图像处理模型中待训练的风格图像生成网络，以所述第三头发图像为监督信息，对所述待训练的风格图像生成网络进行迭代训练，得到训练完毕的图像处理模型。
2.根据权利要求1所述的图像处理模型的训练方法，其特征在于，所述将第一样本人脸图像对应的第一头发图像输入图像处理模型中的头发线条迁移网络，得到第二头发图像，包括：
将所述第一样本人脸图像对应的第一头发图像输入图像处理模型中的头发线条迁移网络，得到所述第一样本人脸图像的头发线条增强信息和发丝方向信息；
在所述第一头发图像中增加所述头发线条增强信息和所述发丝方向信息，得到所述第二头发图像。
3.根据权利要求2所述的图像处理模型的训练方法，其特征在于，所述头发线条迁移网络的训练步骤包括：
将第二样本人脸图像对应的第一样本头发图像输入待训练的头发线条迁移网络，得到第一输出头发图像，所述第一样本头发图像包括所述第二样本人脸图像中头发的头发边缘信息和发丝方向信息；
根据所述第一输出头发图像和第二样本头发图像，确定图像损失，所述第二样本头发图像包括与所述第二样本人脸图像对应的第二样本风格图像中头发的头发边缘信息和发丝方向信息；
根据所述图像损失，训练所述待训练的头发线条迁移网络。
4.根据权利要求3所述的图像处理模型的训练方法，其特征在于，所述根据所述第一输出头发图像和第二样本头发图像，确定图像损失，包括：
从所述第二样本头发图像中提取样本头发线条和样本发丝方向；
根据所述样本头发线条包括的像素点与所述第一输出头发图像中对应的头发线条包括的像素点之间的距离，确定头发线条损失；
根据所述样本发丝方向与所述第一输出头发图像中对应的发丝方向之间的夹角，确定发丝方向损失；
根据所述头发线条损失和所述发丝方向损失，得到所述图像损失。
5.一种图像处理方法，其特征在于，所述方法包括：
将待处理图像对应的待处理头发图像，输入根据权利要求1至4任一项权利要求训练得到的图像处理模型；
基于所述图像处理模型中的头发线条迁移网络，得到中间图像，所...
【专利技术属性】
技术研发人员：方轲，宋丛礼，郭益林，郑文，万鹏飞，黄星，张知行，
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
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。