图像处理方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置及计算机可读存储介质，方法包括获取待处理人脸图像，并基于第一图像生成模型得到与待处理人脸图像对应的向量；接着对第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型，并将与待处理人脸图像对应的向量输入至目标图像生成模型得到目标人脸图像。通过将真实人脸生成模型与卡通人脸生成模型进行融合，可使基于融合模型得到的目标卡通人脸图像结合有真实人脸图像的身份特征，进而与待处理人脸图像的相似性更高。理人脸图像的相似性更高。理人脸图像的相似性更高。

【技术实现步骤摘要】
图像处理方法、装置及计算机可读存储介质


[0001]本申请涉及本申请属于人工智能
，特别的涉及一种图像处理方法、装置及计算机可读存储介质。

技术介绍

[0002]图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，其多应用在测绘学、大气科学、天文学、美图等专业领域。
[0003]但当对人脸图像进行卡通化处理时，基于无监督训练方式得到的卡通化人脸图像与实际人脸图像的相似性不高。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置及计算机可读存储介质，其技术方案如下：
[0005]第一方面，本申请实施例提供了一种图像处理方法，方法包括：
[0006]获取待处理人脸图像，并基于第一图像生成模型得到与待处理人脸图像对应的向量；
[0007]对第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型；第二图像生成模型基于第一图像生成模型训练得到，第二图像生成模型的网络结构与第一图像生成模型的网络结构相同；
[0008]将与待处理人脸图像对应本文档来自技高网...

【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，包括：获取待处理人脸图像，并基于第一图像生成模型得到与所述待处理人脸图像对应的向量；对所述第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型；所述第二图像生成模型基于所述第一图像生成模型训练得到，所述第二图像生成模型的网络结构与所述第一图像生成模型的网络结构相同；将与所述待处理人脸图像对应的向量输入至所述目标图像生成模型得到目标人脸图像。2.根据权利要求1所述的方法，其特征在于，所述基于第一图像生成模型得到与所述待处理人脸图像对应的向量，包括：将第一随机向量输入至第一图像生成模型，得到第一随机人脸图像；基于所述第一随机向量、所述待处理人脸图像以及所述随机人脸图像构建损失函数；对所述损失函数进行优化操作，得到与所述待处理人脸图像对应的向量。3.根据权利要求1所述的方法，其特征在于，所述对所述第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型，包括：按照第一预设规则将所述第一图像生成模型的第一参数替换为第二图像生成模型中与所述第一参数对应的第二参数，得到第三图像生成模型；根据所述第三图像生成模型确定目标图像生成模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述第三图像生成模型确定目标图像生成模型，包括：将第二随机向量输入至所述第三图像生成模型得到第二随机人脸图像；对所述第二随机人脸图像以及真实人脸图像分别进行特征提取，并计算所述第二随机人脸图像的特征提取结果与所述真实人脸图像的特征提取结果的相似度；将相似度最高的第二随机人脸图像所对应的所述第三图像生成模型作为目标图像生成模型。5.根据权利要求1所述的方法，其特征在于，所述对所述第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型，包括：按照第二预设规则将所述第二图像生成模型的第三参数替换为第一图像生成模型中与所述第三参数对应的第四参数，得到第四图像生成模型；根据所述第四图像生成模型确定目标图像生成模型。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述第二图像生成模型包括第一生成网络以及第二生成网络；所述第一生成网络用于基于输入的随机向量得到姿态角与真实人脸图像的目标姿态角相同的随机人脸图像；所述第二生成网络用于基于已知预测值的样本图像训练得到；所述样本图像包括所述姿态角与真实人脸图像的目标姿态角相同的随机人脸图像、姿态角为所述目标姿态角的真实人脸图像以及姿态角不为所述目标姿态角的真实人脸图像，所述姿态角与真实人脸图像的目标姿态角相同的随机人脸图像输入至所述第二生成网络得到第一预测值，所述姿态角为所述目标姿态角的真实人脸图像输入至所述第二生成网络得到第二预测值，所述姿态角
不为所述目标姿态角的真实人脸图像输入至所述第二生成网络得到第三预测值；所述第二图像生成模型用于基于所述第二生成网络得到的对应于所述姿态角与真实人脸图像的目标姿态角相同的随机人脸图像的预测值对所述第一生成网络进行训练，以使训练后的所述第一生成网络基于所述随机向量得到的所述姿态角与真实人脸图像的目标姿态角相同的随机人脸图像输入至所述第二生成网络得到属于预设阈值区间的目标预测值。7.根据权利要求6所述的方法，其特征在于，所述获取待处理人脸图像，包括：获取初始人脸图像，并提取出所述初始人脸图像的姿态角；将所述初始人脸图像以及所述初始人脸图像的姿态角作为所述待处理人脸图像。8.一种图像处理装置，其特征在于，包括：获取模块，用于获取待处理人脸图像，并基于第一图像生成模型得到与所述待处理人脸图像对应的向量；处理模块，用于对所述第一图像生成模型以及第二图像生成模型进行参数替换，得到目标图像生成模型...

【专利技术属性】
技术研发人员：张玉兵，
申请(专利权)人：广州视源人工智能创新研究院有限公司，
类型：发明
国别省市：