【技术实现步骤摘要】
图像处理方法、模型训练方法、装置和计算机设备
[0001]本说明书实施例涉及计算机
，特别涉及一种图像处理方法、模型训练方法、装置和计算机设备。
技术介绍
[0002]图像融合技术的应用场景非常广泛。通过图像融合技术，可以将源图像中生物对象的信息和目标图像中生物对象的信息进行融合，得到融合图像。例如，通过图像融合技术，可以将源图像中人脸的信息和目标图像中人脸的信息进行融合，得到换脸图像。
[0003]然而，目前的图像融合技术，融合图像中生物对象的细节属性与源图像中生物对象的细节属性无法保持一致。例如，换脸图像中胡子的颜色与源图像中胡子的颜色无法保持一致。
技术实现思路
[0004]本说明书实施例提供一种图像处理方法、模型训练方法、装置和计算机设备，以提高融合图像和源图像在细节属性上的相似程度。
[0005]本说明书实施例的第一方面，提供了一种图像处理方法，包括：
[0006]根据源图像获取身份特征和属性特征，所述源图像中包含第一生物对象，所述身份特征用于表示第一生物对象的身份信息...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，包括：根据源图像获取身份特征和属性特征，所述源图像中包含第一生物对象，所述身份特征用于表示第一生物对象的身份信息，所述属性特征用于表示第一生物对象的属性信息；根据目标图像获取上下文特征，所述目标图像中包含第二生物对象，所述上下文特征用于表示第二生物对象的上下文信息；根据身份特征、属性特征和上下文特征，生成源图像和目标图像的融合图像，所述融合图像中包含第一生物对象和第二生物对象的融合生物对象，所述融合生物对象的身份信息和属性信息与第一生物对象相同，所述融合生物对象的上下文信息与第二生物对象相同。2.根据权利要求1所述的方法，所述根据源图像获取身份特征和属性特征，包括：将源图像输入身份识别模型，得到身份特征；将源图像输入属性识别模型，得到属性特征；所述根据目标图像获取上下文特征，包括：将目标图像输入上下文识别模型，得到上下文特征；所述生成源图像和目标图像的融合图像，包括：将身份特征、属性特征和上下文特征输入特征融合模型，得到融合图像。3.根据权利要求1所述的方法，所述方法还包括：对源图像和目标图像进行分辨率增强处理；所述根据源图像获取身份特征和属性特征，包括：根据分辨率增强后的源图像获取身份特征和属性特征；所述根据目标图像获取上下文特征，包括：根据分辨率增强后的目标图像获取上下文特征。4.根据权利要求3所述的方法，所述生成源图像和目标图像的融合图像，包括：根据身份特征、属性特征、上下文特征和中间特征，生成融合图像，所述中间特征为在分辨率增强处理步骤中根据源图像提取的特征，用于生成分辨率增强后的源图像。5.根据权利要求3所述的方法，所述对源图像和目标图像进行分辨率增强处理，包括：将源图像和目标图像输入分辨率增强模型，得到分辨率增强后的源图像和目标图像。6.根据权利要求1所述的方法，所述上下文特征包括以下至少之一：用于表示姿态信息的姿态特征、用于表示背景信息的背景特征；所述属性特征包括以下至少之一：用于表示胡须信息的胡须特征、用于表示眼袋信息的眼袋特征、用于表示性别信息的性别特征、用于表示年龄信息的年龄特征。7.根据权利要求1所述的方法，所述源图像和所述目标图像为人脸图像，所述第一生物对象、所述第二生物对象和所述融合生物对象为人脸，所述融合图像为换脸图像。8.一种模型训练方法，包括：将源图像样本和目标图像样本输入对抗网络中的生成器，得到源图像样本和目标图像样本的融合图像样本，所述源图像样本中包含第一生物对象，所述目标图像样本中包含第二生物对象，所述融合图像样本中包含第一生物对象和第二生物对象的融合生物对象；将源图像样本和融合图像样本输入对抗网络中的判别器，得到判别结果；根据判别结果，利用损失函数优化对抗网络的模型参数，所述损失函数至少包括第一项，所述第一项用于约束融合生物对象与第一生物对象之间的属性信息偏差。
9.根据权利要求8所述的方法，所述生成器包括身份识别模型、属性识别模型和上下文识别模型；所述将源图像样本和目标图像样本...
【专利技术属性】
技术研发人员：李昂，周俊，傅驰林，张晓露，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。