图像处理方法和装置、存储介质及电子设备制造方法及图纸

本申请公开了一种图像处理方法和装置、存储介质及电子设备。其中，该方法包括：获取目标对象的目标人脸图像和携带有目标类型妆容的参考人脸妆容图像；通过迁移生成网络将参考人脸妆容图像中的目标类型妆容迁移到目标人脸图像中，得到妆容迁移后的人脸图像；其中，迁移生成网络是为利用样本人脸妆容图像进行多次训练后得到的妆容迁移神经网络模型，用于根据人脸图像中显示的对象的人脸特征来预测所要迁移的妆容，在迁移生成网络中的不同类型妆容对应不同的方向向量，方向向量用于生成不同妆容的参考人脸妆容图像；输出妆容迁移后的人脸图像。本申请解决了相关技术中提供的妆容迁移可控性较差造成的妆容迁移效果不佳的技术问题。题。题。

【技术实现步骤摘要】
图像处理方法和装置、存储介质及电子设备


[0001]本专利技术涉及计算机领域，具体而言，涉及一种图像处理方法和装置、存储介质及电子设备。

技术介绍

[0002]智能手机的普及和互联网发展，使得个人图片和视频的互动分享变得越来越便利和频繁。在多个行业中，例如直播、短视频等行业，为了展现更好的个人形象，吸引更多的关注，主播或内容提供者都会精心打扮妆容出镜。然而，对部分主播来说，上妆的成本较大。为了降低上妆的门槛，并提升和美化主播的个人形象，相关技术中提出了基于机器学习技术给用户智能上妆。即给定某种妆容的人脸A和素颜人脸B，将A的妆容迁移到人脸B上。然而，相关技术中提供的妆容迁移技术可控性差，上妆效果单一，无法实现妆容的浓淡控制效果，且生成的上妆后的人脸图片分辨率偏低，用户体验差；
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种图像处理方法和装置、存储介质及电子设备，以至少解决相关技术中提供的妆容迁移可控性较差造成的妆容迁移效果不佳的技术问题。
[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取目标对象的目标人脸图像和携带有目标类型妆容的参考人脸妆容图像；通过迁移生成网络将所述参考人脸妆容图像中的所述目标类型妆容迁移到所述目标人脸图像中，得到妆容迁移后的人脸图像；其中，所述迁移生成网络是为利用样本人脸妆容图像进行多次训练后得到的妆容迁移神经网络模型，用于根据人脸图像中显示的对象的人脸特征来预测所要迁移的妆容，在所述迁移生成网络中的不同类型妆容对应不同的方向向量，所述方向向量用于生成不同妆容的参考人脸妆容图像；输出所述妆容迁移后的人脸图像。2.根据权利要求1所述的方法，其特征在于，获取目标对象的目标人脸图像和携带有目标类型妆容的参考人脸妆容图像之前，包括：获取未上妆的人脸图像，以及所述未上妆的人脸图像对应的不同类型妆容的妆容人脸图像；根据所述未上妆的人脸图像和所述不同类型妆容的妆容人脸图像，生成所述迁移生成网络。3.根据权利要求2所述的方法，其特征在于，根据所述未上妆的人脸图像和所述不同类型妆容的妆容人脸图像，生成所述迁移生成网络，包括：获取目标人脸图像对应的目标特征向量；其中，所述未上妆的人脸图像包括所述目标人脸图像；将所述目标特征向量与所述不同类型妆容对应的所述方向向量进行叠加运算，得到每个所述类型妆容对应的目标人脸图像的图像特征向量；在每个所述类型妆容对应的目标人脸图像的图像特征向量所指示的图像与每个所述妆容类型下的目标人脸图像之间的差异小于预设阈值时，确定得到所述迁移生成网络。4.根据权利要求3所述的方法，其特征在于，所述获取目标人脸图像对应的目标特征向量，包括：对样本人脸图像集合中所有的样本人脸图像依次执行如下操作：生成与当前样本人脸图像对应的随机多维特征向量；基于图像特征提取器获取所述当前样本图像的原始多维特征向量；在所述随机多维特征向量与所述原始多维特征向量之间的差异度小于预设阈值时，确定得到当前样本人脸图像...

【专利技术属性】
技术研发人员：张树业，
申请(专利权)人：广州繁星互娱信息科技有限公司，
类型：发明
国别省市：