图像处理方法、装置以及电子设备制造方法及图纸

本公开涉及一种图像处理方法、装置以及电子设备，涉及计算机视觉和深度学习领域。具体实现方案为：获取第一图像和第二图像；分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；确定所述第一分割图与所述第二分割图之间的关联矩阵；基于所述关联矩阵，对所述第一图像进行处理，获得目标图像。由于参考了第一图像和第二图像之间语义区域的关联关系，即参考了第一图像和第二图像的语义信息，可使得目标图像具有更加优质的效果，提高了风格化迁移的处理效果。

【技术实现步骤摘要】
图像处理方法、装置以及电子设备
本公开涉及人工智能领域，具体涉及计算机视觉和深度学习领域。具体地，提供了一种图像处理方法、装置以及电子设备。
技术介绍
图像风格化是指基于给定的内容图和风格图，生成一副新图像，这副新图像保留了内容图的语义内容，例如保留了内容图中的人脸五官、发饰、山脉、建筑等信息，同时新图像中还融入了风格图的颜色、纹理等风格样式。
技术实现思路
本公开提供了一种图像处理方法、装置以及电子设备。根据本公开的第一方面，提供了一种图像处理方法，包括：获取第一图像和第二图像；分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；确定所述第一分割图与所述第二分割图之间的关联矩阵；基于所述关联矩阵，对所述第一图像进行处理，获得目标图像。根据本公开的第二方面，提供了一种图像处理装置，包括：获取模块，用于获取第一图像和第二图像；分割模块，用于分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；<br>确定模块，用于本文档来自技高网...

【技术保护点】
1.一种图像处理方法，包括：/n获取第一图像和第二图像；/n分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；/n确定所述第一分割图与所述第二分割图之间的关联矩阵；/n基于所述关联矩阵，对所述第一图像进行处理，获得目标图像。/n

【技术特征摘要】
1.一种图像处理方法，包括：
获取第一图像和第二图像；
分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；
确定所述第一分割图与所述第二分割图之间的关联矩阵；
基于所述关联矩阵，对所述第一图像进行处理，获得目标图像。


2.根据权利要求1所述的方法，其中，在所述获取第一图像和第二图像之后，所述基于所述关联矩阵，对所述第一图像进行处理，获得目标图像之前，所述方法还包括：
分别对所述第一图像和所述第二图像进行特征提取，获得第一特征矩阵和第二特征矩阵；
所述基于所述关联矩阵，对所述第一图像进行处理，获得目标图像，包括：
根据所述第一特征矩阵、所述第二特征矩阵和所述关联矩阵，获得目标矩阵；
将所述目标矩阵输入至预先获取的解码器中，获得目标图像。


3.根据权利要求2所述的方法，其中，所述分别对所述第一图像和所述第二图像进行特征提取，获得第一特征矩阵和第二特征矩阵，包括：
将所述第一图像输入至预先获取的卷积神经网络模型，获得所述第一特征矩阵，所述第一特征矩阵根据所述卷积神经网络模型的两个第一中间层的输出结果确定；
将所述第二图像输入至所述卷积神经网络模型，获得所述第二特征矩阵，所述第二特征矩阵根据所述卷积神经网络模型的两个第二中间层的输出结果确定。


4.根据权利要求2所述的方法，其中，所述根据所述第一特征矩阵、所述第二特征矩阵和所述关联矩阵，获得目标矩阵，包括：
将所述第二特征矩阵与所述关联矩阵相乘，获得中间特征矩阵；
将所述中间特征矩阵与所述第一特征矩阵相加，获得所述目标矩阵。


5.根据权利要求1所述的方法，其中，所述第一分割图和所述第二分割图中不同的语义区域的像素点采用不同的标记，相同语义区域的像素点采用相同的标记；
所述确定所述第一分割图与所述第二分割图之间的关联矩阵，包括：
对于所述第一分割图中的每一个第一像素点i，将所述第一像素点i与所述第二分割图中的每一个第二像素点j进行比对，若所述第一像素点i和所述第二像素点j的标记相同，则将所述关联矩阵的第i行第j列的值设置为第一数值；
若所述第一像素点i和所述第二像素点j的标记不相同，则将所述关联矩阵的第i行第j列的值设置为第二数值；
其中，i大于0且小于等于N，j大于0且小于等于N，N为所述第一图像的像素个数，所述第一图像和所述第二图像具有相同的图像尺寸。


6.一种图像处理装置，包括：
获取模块，用于获取第一图像和第二图像；
分割模块，用于分别对所述第一图像和所述第二图像进行语义区域分割，获得第一分割图和第二分割图；
确定模块，用于确定所述第...

【专利技术属性】
技术研发人员：孙昊，李甫，林天威，何栋梁，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11