【技术实现步骤摘要】
基于照相机视角域编码的空间变换图像自动编辑方法
[0001]本专利技术涉及的是一种图像处理领域的技术,具体是一种基于照相机视角域编码的空间变换图像自动编辑方法。
技术介绍
[0002]现有的图像合成技术主要不足在于无法消除前景和背景之间的几何不一致性,如前景在合成图片中的不合理尺寸、位置,以及前景和背景不一致的透视角度。消除合成图像的几何不一致性,需要从背景图像中获取必要的信息,指导前景图像的调整。传统方法利用有关前景物体大小和位置的先验信息来调整前景,没有充分考虑背景图像的信息,合成图像往往不够真实。本专利技术利用背景图像在校正前景透视角度方面的关键指导作用,使合成图像中前景和背景在几何方面的不一致性降低。
技术实现思路
[0003]本专利技术针对现有技术存在的上述不足,提出一种基于照相机视角域编码的空间变换图像自动编辑方法,利用前景和背景图像在照相机视角域上的编码之间的距离,衡量两张图像拍摄时透视角度的相似性,经空间变换后实现前景图像和背景图像具有相似的透视角度。
[0004]本专利技术是通过以下技术方案实现的:
[0005]本专利技术涉及一种基于照相机视角域编码的空间变换图像自动编辑方法,通过照相机视角域编码网络从背景图像中提取角度编码,利用图像特征提取网络提取前景图像特征和背景图像特征,将复制平铺后的背景图像角视角域码与前景背景图像特征拼接,得到增强图像特征;将增强图像特征输入空间变换网络得到预测的前景图像的空间变换参数,通过该参数从原始的前景图像中采样,利用双线性差值方法得到 ...
【技术保护点】
【技术特征摘要】
1.一种基于照相机视角域编码的空间变换图像自动编辑方法,其特征在于,通过照相机视角域编码网络从背景图像中提取角度编码,利用图像特征提取网络提取前景图像特征和背景图像特征,将复制平铺后的背景图像角视角域码与前景背景图像特征拼接,得到增强图像特征;将增强图像特征输入空间变换网络得到预测的前景图像的空间变换参数,通过该参数从原始的前景图像中采样,利用双线性差值方法得到扭曲的前景图像,再将扭曲的前景图像和输入的背景图像进行图像合成,得到符合几何透视关系的合成图像;所述的照相机视角域编码网络根据前景或者背景图像,将输入图像映射到照相机视角域空间,输出该图像在视角域空间的编码,该编码表示图像拍摄时照相机透视角度的信息,两张图像在视角域空间的编码之间的欧式距离能够表示两张图像透视角度之间的相似性;所述的图像特征提取网络根据前景或者背景图像,将输入图像映射到特征空间,输出该图像包含空间特征的特征图。2.根据权利要求1所述的基于照相机视角域编码的空间变换图像自动编辑方法,其特征是,所述的照相机视角域编码网络包括:四个基本单元、设置于基本单元后的一层平均池化层和一层卷积层,其中:四个基本单元根据图像的特征图信息,进行特征提取处理,得到图像的高层特征图结果,平均池化层根据图像的特征图信息,进行池化处理,得到聚合特征图重要信息、降低计算量的结果,卷积层根据经过池化层聚合的图像特征图信息,进行卷积处理,得到图像在相机视角域内的编码。3.根据权利要求2所述的基于照相机视角域编码的空间变换图像自动编辑方法,其特征是,每个所述的基本单元包括:一层部分卷积层、一层实例归一化层与一个线性整流单元,其中:部分卷积层根据图像的特征图信息,进行卷积处理,得到图像的高层特征图结果,实例归一化层根据图像的特征图信息,进行归一化处理,保证图像实例独立性同时使数据分布一致,加速模型收敛,线性整流单元根据归一化后的图像特征图信息,进行线性整流处理,引入非线性运算,使神经网络具备拟合非线性函数的能力。4.根据权利要求1所述的基于照相机视角域编码的空间变换图像自动编辑方法,其特征是,所述的图像特征提取网络包括:五个串联的基本单元,各个基本单元根据图像的特征图信息,进行特征聚合处理,得到图像的高层特征图结果,每个基本单元包括一层卷积层与一个线性整流单元,其中:卷积层根据图像的特征图信息,进行卷积处理,得到图像的高层特征图结果,线性整流单元根据图像的特征图信息,进行线性整流处理,引入非线性运算,使神经网络具备拟合非线性函数的能力。5.根据权利要求1所述的基于照相机视角域编码的空间变换图像自动编辑方法,其特征是,所述的空间变换网络包括:空间变换参数预测网络、采样网格生成网络以及采样网络,其中:空间变换参数预测网络根据原...
【专利技术属性】
技术研发人员:张丽清,刘悦,牛力,丛文艳,招浩华,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:
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。