图片风格迁移模型的训练方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种图片风格迁移模型的训练方法、装置、设备及存储介质。该图片风格迁移模型的训练方法包括：获取第一图像和第二图像；采用风格迁移模型中的第一特征提取模型获取第一图像中的内容特征；采用风格迁移模型中的第二特征提取模型获取第二图像中的风格特征；将内容特征和风格特征进行融合，得到内容风格特征；采用风格迁移模型中的重建模型将内容风格特征进行重建，以得到第三图像；基于第一图像、第二图像和第三图像对风格迁移模型进行训练。本申请的模型训练完成后，针对所有风格只需要部署一份模型即可，通过此种方式，不仅能够减少模型部署所需要的机器资源，也能够节省因新增风格而需要重新训练模型的时间和人力成本。人力成本。人力成本。

【技术实现步骤摘要】
图片风格迁移模型的训练方法、装置、设备及存储介质


[0001]本申请涉及图像处理
，特别是涉及一种图片风格迁移模型的训练方法、装置、设备及存储介质。

技术介绍

[0002]随着图像处理技术的发展，出现了一种图像风格化的技术，该技术一般需要对图像采用不同风格化方式。比如将一张图片的风格特征信息加入到另一张图片中。例如在互联网直播场景下，可以对直播视频流中的每一帧图像帧进行图像风格迁移。
[0003]在现有的风格迁移技术方案中，有单个模型绑定多个风格模型的实现，虽然一个模型可以支持多种风格，但是由于每个风格是一个独立的小网络，因此无法动态支持新增的风格，因此需要对新增的风格进行训练。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种图片风格迁移模型的训练方法、装置、设备及存储介质，以至少解决现有技术中一个模型支持多种风格时，需要对新增的风格进行训练的技术问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种图片风格迁移模型的训练方法，该训练方法包括：获取第一图像和第二图像；采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片风格迁移模型的训练方法，其特征在于，所述训练方法包括：获取第一图像和第二图像；采用风格迁移模型中的第一特征提取模型获取所述第一图像中的内容特征；采用所述风格迁移模型中的第二特征提取模型获取所述第二图像中的风格特征；将所述内容特征和所述风格特征进行融合，得到内容风格特征；采用所述风格迁移模型中的重建模型将所述内容风格特征进行重建，以得到第三图像；基于所述第一图像、所述第二图像和所述第三图像对所述风格迁移模型进行训练。2.根据权利要求1所述的训练方法，其特征在于，所述将所述内容特征和所述风格特征进行融合，得到内容风格特征，包括，获取所有所述内容特征的内容特征参数；获取所有所述风格特征的风格特征参数；基于所述内容特征参数和所述风格特征参数获取融合参数；基于所述融合参数将所述内容特征和所述风格特征进行融合，得到所述内容风格特征。3.根据权利要求2所述的训练方法，其特征在于，所述内容特征参数和/或所述风格特征参数的参数类型包括特征均值、特征方差以及特征标准差中的一种或多种。4.根据权利要求1所述的训练方法，其特征在于，所述基于所述第一图像、所述第二图像和所述第三图像对所述风格迁移模型进行训练，包括，基于所述第一图像和所述第三图像构建第一损失函数；基于所述第二图像和所述第三图像构建第二损失函数；基于所述第一损失函数和所述第二损失函数构建总损失函数，以通过所述总损失函数对所述风格迁移模型进行训练。5.根据权利要求4所述的训练方法，其特征在于，所述训练方法还包括：所述第一损失函数为均方误差函数，基于所述第一损失函数对所述第一特征提取模型和/或所述重建模型进行训练；所述第二损失函数为...

【专利技术属性】
技术研发人员：杨城，
申请(专利权)人：广州方硅信息技术有限公司，
类型：发明
国别省市：