图像生成方法、遥感图像风格迁移方法以及装置制造方法及图纸

本说明书实施例提供图像生成方法、遥感图像风格迁移方法以及装置，其中所述图像生成方法包括：获取初始内容图像的至少一个内容特征和初始风格图像的至少一个风格特征；分别对内容特征和风格特征进行频域转换，确定目标内容频域特征和目标风格频域特征；基于内容频域特征中的内容频谱分布规律和风格频域特征中的风格频谱分布规律，分别从目标内容频域特征和目标风格频域特征中提取目标内容频谱和目标风格频谱；对目标内容频谱和目标风格频谱进行整合变换，得到目标图像特征；根据目标图像特征，生成目标图像。通过利用频域转换，对图像中纠缠的风格特征和内容特征进行有效解耦，获得完整、真实的内容频谱和风格频谱，使得生成的目标图像更加真实。目标图像更加真实。目标图像更加真实。

【技术实现步骤摘要】
图像生成方法、遥感图像风格迁移方法以及装置


[0001]本说明书实施例涉及计算机
，特别涉及一种图像生成方法。本说明书一个或者多个实施例同时涉及一种遥感图像风格迁移方法，一种图像生成装置，一种遥感图像风格迁移装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序。

技术介绍

[0002]随着计算机技术发展，图像处理的手段也越来越丰富。以图像风格迁移为例，图像风格迁移的目的是将一张风格图像的视觉元素迁移到另一张图像，从而生成风格化图像。使用图像风格迁移技术，人们可以将图像转换为一张带有特定风格的图像。
[0003]目前，可以使用大量的输入图像和输出图像对神经网络模型进行训练，使得训练完成的神经网络模型能够完成图像风格迁移。但是，由于图像中的内容和风格是天然纠缠在一起的，应用上述方案，无法将图像中的内容和风格剥离开来，保留图像内容不变，导致迁移后的图像失真严重。因此，亟需一种真实的图像生成方案。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了一种图像生成方法。本说明书一个或者多个实施例同时涉及一种遥感图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像生成方法，包括：获取初始内容图像的至少一个内容特征和初始风格图像的至少一个风格特征；分别对所述内容特征和所述风格特征进行频域转换，确定目标内容频域特征和目标风格频域特征；基于内容频域特征中的内容频谱分布规律和风格频域特征中的风格频谱分布规律，分别从所述目标内容频域特征和所述目标风格频域特征中提取目标内容频谱和目标风格频谱；对所述目标内容频谱和所述目标风格频谱进行整合变换，得到目标图像特征；根据所述目标图像特征，生成目标图像。2.根据权利要求1所述的方法，所述获取初始内容图像的至少一个内容特征和初始风格图像的至少一个风格特征的步骤，包括：获取初始内容图像和初始风格图像；对所述初始内容图像进行特征提取，获得所述初始内容图像的至少一个内容特征；对所述初始风格图像进行特征提取，获得所述初始风格图像的至少一个风格特征。3.根据权利要求1所述的方法，所述对所述目标内容频谱和所述目标风格频谱进行整合变换，得到目标图像特征的步骤，包括：整合所述目标内容频谱和所述目标风格频谱，获得目标图像频谱；对所述目标图像频谱进行特征转换，得到目标图像特征。4.根据权利要求1所述的方法，所述分别对所述内容特征和所述风格特征进行频域转换，确定目标内容频域特征和目标风格频域特征的步骤，包括：分别将所述内容特征和所述风格特征输入频率混合模型的频域转换层，经所述频域转换层，对所述内容特征和所述风格特征进行频域转换，确定目标内容频域特征和目标风格频域特征；所述基于内容频域特征中的内容频谱分布规律和风格频域特征中的风格频谱分布规律，分别从所述目标内容频域特征和所述目标风格频域特征中提取目标内容频谱和目标风格频谱的步骤，包括：分别将所述目标内容频域特征和所述目标风格频域特征输入所述频率混合模型的频谱分析层，经所述频谱分析层，基于内容频域特征中的内容频谱分布规律和风格频域特征中的风格频谱分布规律，提取所述目标内容频谱和所述目标风格频谱；所述对所述目标内容频谱和所述目标风格频谱进行整合变换，得到目标图像特征的步骤，包括：将所述目标内容频谱和所述目标风格频谱输入所述频率混合模型的整合变换层，经所述整合变换层，对所述目标内容频谱和所述目标风格频谱进行整合变换，得到目标图像特征。5.根据权利要求1或4所述的方法，所述分别对所述内容特征和所述风格特征进行频域转换，确定目标内容频域特征和目标风格频域特征的步骤，包括：对所述内容特征进行傅里叶变换，确定所述内容特征对应的目标内容频域特征；对所述风格特征进行傅里叶变换，确定所述风格特征对应的目标风格频域特征。6.根据权利要求1或4所述的方法，所述基于内容频域特征中的内容频谱分布规律和风
格频域特征中的风格频谱分布规律，分别从所述目标内容频域特征和所述目标风格频域特征中提取目标内容频谱和目标风格频谱的步骤，包括：获取预设频域卷积核，其中，所述预设频域卷积核包括内容频域卷积核和风格频域卷积核，所述内容频域卷积核基于内容频域特征中的内容频谱分布规律学习得到，所述风格频域卷积核基于风格频域特征中的风格频谱分布规律学习得到；利用所述内容频域卷积核，从所述目标内容频域特征中提取所述目标内容频谱；利用所述风格频域卷积核，从所述目标风格频域特征中提取所述目标风格频谱。7.根据权利要求4所述的方法，所述频率混合模型的训练方式包括：获取样本集，其中，所述样本集包括多个样本图像对，所述样本图像对包括样本内容图像和样本风格图像；针对所述样本集中的每个样本图像对，分别对所述样本内容图像和样本风格图像进行特征提取，确定样本内容特征和样本风格特征；将所述样本内容特征和样本风格特征输入初始频率混合模型，确定样本风格化特征；根据所述样本风格化特征，生成预测图像；根据所述预测图像和所述样本图像对中的图像，计算损失值；根据所述损失值，调整所述初始频率混合模型的参数，并返回执行所述分别对所述样本内容图像和样本风格图像进行特征提取，确定样本内容特征和样本风格特征的步骤；在达到...

【专利技术属性】
技术研发人员：李东阳，罗浩，王志斌，刘尚，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：