本发明专利技术实施例提供了一种影像数据生成方法、装置、车辆、电子设备及可读介质，通过采用图像采集设备获取影像数据；影像数据包括图片；确定图片中的道路环境元素和背景元素；道路环境元素包括车辆元素，和/或，建筑元素；提取道路环境元素；道路环境元素具有对应的风格类型数据；当检测到用户选定风格类型数据时，基于风格类型数据，根据道路环境元素生成目标元素；风格类型数据支持用户自定义；根据目标元素和背景元素生成最终影像数据，避免了只能对完整影像进行风格迁移，而无法针对影像中的特定元素进行风格迁移的问题，从而避免了用户在对影像数据进行风格迁移的过程中感到迁移方式单调的问题，进而提升了用户体验。进而提升了用户体验。进而提升了用户体验。
【技术实现步骤摘要】
影像数据生成方法、装置、车辆、电子设备及可读介质
[0001]本专利技术涉及影像数据生成
，特别是涉及一种影像数据生成方法、一种影像数据生成装置、车辆、一种电子设备以及一种计算机可读介质。
技术介绍
[0002]随着科技的飞速发展，数字摄影技术的出现为古老的摄影艺术注入了新的活力。数字摄影以其方便、快捷、直观、成本低等因素，为人们的数字化生活方式带来了前所未有的便捷与乐趣，受到大众的喜爱。
[0003]除了方便快捷这一特点，用户还可以基于数字摄影技术随时为影像添加特效，从而为用户增添了摄影乐趣，然而，在现有技术中，若要为影像增添特效，只能将整幅影像画面一起添加特效，而无法针对影像中的某一元素添加特效，例如，图片中有一台汽车，如要对录像画面添加抽象画特效，整个图片画面都会变成抽象画的风格，而无法只将汽车风格迁移而不改变背景，这便使得成像效果单一化，从而降低了用户体验。
技术实现思路
[0004]本专利技术实施例是提供一种影像数据生成方法、装置、车辆、电子设备以及计算机可读存储介质，以解决无法针对影像中的特定元素进行风格迁移的问题。
[0005]本专利技术实施例公开了一种影像数据生成方法，所述方法应用于车载计算机，所述车载计算机具有对应的图像采集设备，所述方法可以包括：
[0006]采用所述图像采集设备获取影像数据；所述影像数据包括图片；
[0007]确定所述图片中的道路环境元素和背景元素；所述道路环境元素包括车辆元素，和/或，建筑元素；
[0008]提取所述道路环境元素；所述道路环境元素具有对应的风格类型数据；
[0009]当检测到用户选定所述风格类型数据时，基于所述风格类型数据，根据所述道路环境元素生成目标元素；所述风格类型数据支持用户自定义；
[0010]根据所述目标元素和所述背景元素生成最终影像数据。
[0011]可选地，所述提取所述道路环境元素的步骤可以包括：
[0012]采用经预先训练的深度学习模型提取所述道路环境元素。
[0013]可选地，所述根据所述道路环境元素生成目标元素的步骤可以包括：
[0014]采用经预先训练的生成式对抗网络，根据所述道路环境元素生成目标元素。
[0015]可选地，所述根据所述目标元素和所述背景元素生成最终影像数据的步骤包括：
[0016]采用泊松融合法融合所述目标元素和所述背景元素，并生成最终影像数据。
[0017]可选地，所述最终影像数据配置有对应的图像美化评价插件，所述方法还可以包括：
[0018]采用所述图像美化评价插件对所述最终影像数据评分，并当所述评分低于预设阈值时，对所述最终影像数据进行平滑滤波处理，和/或，亮度矫正处理。
[0019]可选地，所述车载计算机具有对应的平视显示器，所述车载计算机安装于车辆，还包括：
[0020]当所述车载计算机判定所述车辆为停止状态，或所述车辆处于自动驾驶状态时时，采用所述平视显示器显示所述最终影像数据。
[0021]一种影像数据生成装置，所述装置应用于车载计算机，所述车载计算机具有对应的图像采集设备，所述装置可以包括：
[0022]影像数据获取模块，用于采用所述图像采集设备获取影像数据；所述影像数据包括图片；
[0023]元素确定模块，用于确定所述图片中的道路环境元素和背景元素；所述道路环境元素包括车辆元素，和/或，建筑元素；
[0024]道路环境元素提取模块，用于提取所述道路环境元素；所述道路环境元素具有对应的风格类型数据；
[0025]目标元素生成模块，用于在检测到用户选定所述风格类型数据时，基于所述风格类型数据，根据所述道路环境元素生成目标元素；所述风格类型数据支持用户自定义；
[0026]最终影像数据生成模块，用于根据所述目标元素和所述背景元素生成最终影像数据。
[0027]可选地，所述道路环境元素提取模块可以包括：
[0028]道路环境元素提取子模块，用于采用经预先训练的深度学习模型提取所述道路环境元素。
[0029]可选地，所述目标元素生成模块可以包括：
[0030]目标元素生成子模块，用于采用经预先训练的生成式对抗网络，根据所述道路环境元素生成目标元素。
[0031]可选地，所述最终影像数据生成模块可以包括：
[0032]最终影像数据生成子模块，用于采用泊松融合法融合所述目标元素和所述背景元素，并生成最终影像数据。
[0033]可选地，所述最终影像数据配置有对应的图像美化评价插件，所述装置还可以包括：
[0034]最终影像数据评分模块，用于采用所述图像美化评价插件对所述最终影像数据评分，并当所述评分低于预设阈值时，对所述最终影像数据进行平滑滤波处理，和/或，亮度矫正处理。
[0035]可选地，所述车载计算机具有对应的平视显示器，所述车载计算机安装于车辆，还包括：
[0036]最终影像数据显示模块，用于在所述车载计算机判定所述车辆为停止状态，或所述车辆处于自动驾驶状态时时，采用所述平视显示器显示所述最终影像数据。
[0037]本专利技术实施例还公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；
[0038]所述存储器，用于存放计算机程序；
[0039]所述处理器，用于执行存储器上所存放的程序时，实现如本专利技术实施例所述的方
法。
[0040]本专利技术实施例还公开了一个或多个计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本专利技术实施例所述的方法。
[0041]本专利技术实施例还公开了一种车辆，可以包括车载计算机，所述车载计算机具有对应的图像采集设备，所述车载计算机机械耦合，和/或，电连接于所述车辆，以使得包括所述车载计算机的车辆执行如本专利技术实施例所述的方法。
[0042]本专利技术实施例包括以下优点：
[0043]本专利技术实施例通过采用图像采集设备获取影像数据；影像数据包括图片；确定图片中的道路环境元素和背景元素；道路环境元素包括车辆元素，和/或，建筑元素；提取道路环境元素；道路环境元素具有对应的风格类型数据；当检测到用户选定风格类型数据时，基于风格类型数据，根据道路环境元素生成目标元素；风格类型数据支持用户自定义；根据目标元素和背景元素生成最终影像数据，避免了在对影像数据进行风格迁移时，只能对完整影像进行风格迁移，而无法针对影像中的特定元素进行风格迁移的问题，从而避免了用户在对影像数据进行风格迁移的过程中感到迁移方式单调的问题，进而提升了用户体验。
附图说明
[0044]图1是本专利技术实施例中提供的一种影像数据生成方法的步骤流程图；
[0045]图2是本专利技术实施例中提供的一种全卷积神经网络训练流程图；
[0046]图3是本专利技术实施例中提供的一种影像数据生成装置的结构框图；
[0047]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种影像数据生成方法，其特征在于，所述方法应用于车载计算机，所述车载计算机具有对应的图像采集设备，所述方法包括：采用所述图像采集设备获取影像数据；所述影像数据包括图片；确定所述图片中的道路环境元素和背景元素；所述道路环境元素包括车辆元素，和/或，建筑元素；提取所述道路环境元素；所述道路环境元素具有对应的风格类型数据；当检测到用户选定所述风格类型数据时，基于所述风格类型数据，根据所述道路环境元素生成目标元素；所述风格类型数据支持用户自定义；根据所述目标元素和所述背景元素生成最终影像数据。2.根据权利要求1所述的方法，其特征在于，所述提取所述道路环境元素的步骤包括：采用经预先训练的深度学习模型提取所述道路环境元素。3.根据权利要求1所述的方法，其特征在于，所述根据所述道路环境元素生成目标元素的步骤包括：采用经预先训练的生成式对抗网络，根据所述道路环境元素生成目标元素。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标元素和所述背景元素生成最终影像数据的步骤包括：采用泊松融合法融合所述目标元素和所述背景元素，并生成最终影像数据。5.根据权利要求1或4所述的方法，其特征在于，所述最终影像数据配置有对应的图像美化评价插件，所述方法还包括：采用所述图像美化评价插件对所述最终影像数据评分，并当所述评分低于预设阈值时，对所述最终影像数据进行平滑滤波处理，和/或，亮度矫正处理。6.根据权利要求1所述的方法，其特征在于，所述车载计算机具有对应的平视显示器，所述车载计算机安装于车辆，还包括：当所述车载计算机判定所述车辆为停止状态，或所述车辆处于自动驾驶...
【专利技术属性】
技术研发人员：林枝叶，王光甫，颉毅，赵龙，陈现岭，
申请(专利权)人：长城汽车股份有限公司，
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。