一种图像处理方法、装置、存储介质及计算机程序产品制造方法及图纸

本申请实施例提供了一种图像处理方法、装置、存储介质及计算机程序产品，其中方法包括：获取目标人脸属性对应的控制参数，控制参数包括参数调整量，参数调整量用于调整图像处理网络中调制参数包括的多个维度中与目标人脸属性对应的维度，根据第一人脸图像对应的第一调制参数和控制参数确定第二调制参数，然后调用图像处理网络利用第二调制参数即可生成第二人脸图像，第二人脸图像为第一人脸图像的目标人脸属性调整后的图像，可以提升人脸图像的局部属性编辑的准确度和效率，提升编辑效果。提升编辑效果。提升编辑效果。

【技术实现步骤摘要】
一种图像处理方法、装置、存储介质及计算机程序产品


[0001]本申请涉及计算机
，尤其涉及一种图像处理方法、装置、存储介质及计算机程序产品。

技术介绍

[0002]随着互联网、计算机等科学技术的进步和发展，人们对图片进行编辑的需求日益增强，这其中包括对人脸图像的局部属性编辑。人脸图片局部属性的编辑是指在不改变生成图片的身份和其它属性的情况下，实现对目标局部区域属性的修改。当前基于非预训练的生成对抗网络进行人脸属性编辑的方法由于生成网络容量和训练难度限制，生成的图片分辨率较低。另外，由于局部属性种类丰富，为每种属性都收集大量的标注训练图片数据非常困难。而现有的基于预训练生成网络的方法直接修改控制整幅图片的隐变量的方式，在修改局部属性时很容易导致人脸的其它非相干区域也发生巨大变化，使得局部属性编辑的准确度较低，效果较差。可见，如何高效、准确地实现对人脸图像局部属性的编辑已成为亟待解决的问题。

技术实现思路

[0003]本申请实施例提供一种图像处理方法、装置、存储介质及计算机程序产品，可以提升人脸图像的局部属性编辑的准确度和效率，提升编辑效果。
[0004]第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
[0005]获取目标人脸属性对应的控制参数，所述控制参数包括参数调整量，所述参数调整量用于调整图像处理网络中调制参数包括的多个维度中与所述目标人脸属性对应的维度。
[0006]根据第一人脸图像对应的第一调制参数和所述控制参数确定第二调制参数。
[0007]调用所述图像处理网络利用所述第二调制参数生成第二人脸图像，所述第二人脸图像为所述第一人脸图像的目标人脸属性调整后的图像。
[0008]第二方面，本申请实施例提供了一种图像处理装置，所述装置包括：
[0009]获取模块，用于获取目标人脸属性对应的控制参数，所述控制参数包括参数调整量，所述参数调整量用于调整图像处理网络中调制参数包括的多个维度中与所述目标人脸属性对应的维度。
[0010]确定模块，用于根据第一人脸图像对应的第一调制参数和所述控制参数确定第二调制参数。
[0011]生成模块，用于调用所述图像处理网络利用所述第二调制参数生成第二人脸图像，所述第二人脸图像为所述第一人脸图像的目标人脸属性调整后的图像。
[0012]第三方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器、网络接口和存储装置，所述处理器、所述网络接口和所述存储装置相互连接，其中，所述网络接口受所述处理器的控制用于收发数据，所述存储装置用于存储计算机程序，所述计算机
程序包括程序指令，所述处理器被配置用于调用所述程序指令，用于执行如第一方面所述的图像处理方法。
[0013]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行，用以执行第一方面所述的图像处理方法。
[0014]第五方面，本申请实施公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面所述的图像处理方法。
[0015]本申请实施例可以获取目标人脸属性对应的控制参数，控制参数包括参数调整量，参数调整量用于调整图像处理网络中调制参数包括的多个维度中与目标人脸属性对应的维度，根据第一人脸图像对应的第一调制参数和控制参数确定第二调制参数，然后调用图像处理网络利用第二调制参数即可生成第二人脸图像，第二人脸图像为第一人脸图像的目标人脸属性调整后的图像，并且，除了目标人脸属性之外的其他人脸属性均保持不变，从而可以提升人脸图像的局部属性编辑的准确度和效率，提升编辑效果。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本申请实施例提供的一种图像处理方法的流程示意图；
[0019]图2是本申请实施例提供的一种图像处理网络的工作原理示意图；
[0020]图3是本申请实施例提供的另一种图像处理方法的流程示意图；
[0021]图4是本申请实施例提供的一种人脸图像局部属性编辑的效果示意图；
[0022]图5是本申请实施例提供的又一种图像处理方法的流程示意图；
[0023]图6a是本申请实施例提供的一种人脸图像局部属性编辑的应用效果示意图；
[0024]图6b是本申请实施例提供的一种人脸图像局部属性编辑的应用效果对比示意图；
[0025]图7是本申请实施例提供的一种图像处理装置的结构示意图；
[0026]图8是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他
实施例，都属于本申请保护的范围。
[0028]人工智能(Artificial Intelligence，AI)技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0029]其中，计算机视觉技术(Computer Vision，CV)是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
[0030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，所述方法包括：获取目标人脸属性对应的控制参数，所述控制参数包括参数调整量，所述参数调整量用于调整图像处理网络中调制参数包括的多个维度中与所述目标人脸属性对应的维度；根据第一人脸图像对应的第一调制参数和所述控制参数确定第二调制参数；调用所述图像处理网络利用所述第二调制参数生成第二人脸图像，所述第二人脸图像为所述第一人脸图像的目标人脸属性调整后的图像。2.根据权利要求1所述的方法，其特征在于，所述获取目标人脸属性对应的控制参数之前，所述方法还包括：获取与目标人脸属性相关的正样本图像和负样本图像，所述目标人脸属性为目标人脸区域的多个人脸属性中的任意一个，所述目标人脸区域为任意一个人脸区域；获取所述目标人脸区域与图像处理网络中调制参数包括的每个维度之间的相关度；根据所述正样本图像对应的调制参数、所述负样本图像对应的调制参数以及所述相关度，确定所述目标人脸属性对应的控制参数。3.根据权利要求2所述的方法，其特征在于，所述根据所述正样本图像对应的调制参数、所述负样本图像对应的调制参数以及所述相关度，确定所述目标人脸属性对应的控制参数，包括：根据所述正样本图像对应的调制参数和所述负样本图像对应的调制参数确定第一调整量；根据所述相关度对所述第一调整量进行更新，得到第二调整量；将所述第二调整量作为所述目标人脸属性对应的控制参数包括的参数调整量。4.根据权利要求3所述的方法，其特征在于，所述根据所述正样本图像对应的调制参数和所述负样本图像对应的调制参数确定第一调整量，包括：获取所述正样本图像对应的调制参数的第一平均参数，并根据所述第一平均参数确定所述正样本图像对应的调制参数的第一类中心参数；获取所述负样本图像对应的调制参数的第二平均参数，并根据所述第二平均参数确定所述负样本图像对应的调制参数的第二类中心参数；根据所述第一类中心参数和所述第二类中心参数确定第一调整量。5.根据权利要求3或4所述的方法，其特征在于，所述根据所述相关度对所述第一调整量进行更新，得到第二调整量，包括：将所述目标人脸区域与所述图像处理网络中调制参数包括的每个维度之间的相关度与相关度阈值进行比较；从所述调制参数包括的多个维度中确定出对应的相关度小于或等于所述相关度阈值的第一目标维度；将所述第一调整量中所述第一目标维度的数值置零，得到第二调整量。6.根据权利要求3或4所述的方法，其特征在于，所述根据所述相关度对所述第一调整量进行更新，得到第二调整量，包括：获取所述图像处理网络包括的多个生成层中与所述目标人脸属性对应的第一生成层；确定所述图像处理网络的调制参数中与所述第一生成层对应的调制分量包括的第二目标维度；
从所述调制参数包括的除所述第二目标维度之外的其他维度中，确定出对应的相关度小于或等于相关度阈值的第三目标维度；将所述第一调整量中所述第三目标维度的数值置零，得到第二调整量。7.根据权利要求2～4中任一项所述的方法，其特征在于，所述方法还包括：获取样本图像集，所述样本图像集包括多个样本图像；获取所述多个样本图像中每个样本图像的每个人脸区域的语义分割图；利用所述每个样本图像的每个人脸区域的语义分割图，确定所述每个人脸区域与图像处理网络中调制参数包括的每个维度之间的相关度。8.根据权利要求7所述的方法，其特征在于，所述利用所述每个样本图像的每个人脸区域的语义分割图，确定所述每个人脸区域与图像处理网络中调制参数包括的每个维度之间的相关度，包括：将所述每个样本图像的每个人脸区域的语义分割图作为图像梯度，向图像处理网络中的调制参数反向传播，得到所述每个人脸区域在所述调制参数包括的每个维度上的累积梯度；根据所述累积梯度的绝对值确定所述每个人脸区域与图像处理网络中调制参数包括的每个维度之间的相关度。9.根据权利要求7所述的方法，其特征在于，所述获取所述多个样本图像中每个样本图像的每个人脸区域的语义分割图，包括：调用人脸解析网络将所述多...

【专利技术属性】
技术研发人员：王锐，陈健，程培，俞刚，高常鑫，桑农，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：