【技术实现步骤摘要】
图像编辑方法、装置、设备、存储介质
[0001]本申请涉及人工智能领域,尤其涉及一种图像编辑方法、装置、电子设备、计算机可读存储介质以及计算机程序产品。
技术介绍
[0002]人工智能(Artificial Intelligence,AI)是计算机科学的一个综合技术,通过研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科,涉及领域广泛,例如自然语言处理技术以及机器学习/深度学习等几大方向,随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
[0003]人脸属性编辑是一种改变图片或视频中人脸特定属性的技术,比如,通过人脸属性编辑可以实现将图片中人脸变老、变年轻、将男性人脸变为女性人脸、或变为明星脸。
[0004]相关技术中,在实现人脸属性编辑时,一个属性方向(如眼睛)修改时往往会影响到其他的属性(比如表情),导致最终的图片质量或人脸身份信息产生不可接受的衰退,影响人脸属性编辑质量、人脸一致性差。
技术实现思路
[0005]本申请实施例提供一种图像编辑方法、装置、电子设备、计算机可读存储介质以及计算机程序产品,能够提高目标对象的属性的编辑质量,保持图像中目标对象的一致性。
[0006]本申请实施例的技术方案是这样实现的:
[0007]本申请实施例提供一种图像编辑方法,包括:
[0008]对包括目标对象的待编辑图像进行图像编码,得到所述待编辑图像对应第一向量域的初始图像向量;
[0009
【技术保护点】
【技术特征摘要】
1.一种图像编辑方法,其特征在于,所述方法包括:对包括目标对象的待编辑图像进行图像编码,得到所述待编辑图像对应第一向量域的初始图像向量;基于所述初始图像向量,对所述待编辑图像进行属性识别,得到所述待编辑图像中所述目标对象的至少一个属性;将所述初始图像向量映射至第二向量域,得到所述待编辑图像对应第二向量域的中间图像向量,所述第二向量域符合对称分布;获取各所述属性的属性约束条件,并基于各所述属性约束条件,对所述中间图像向量进行属性约束,得到属性约束向量;将所述属性约束向量映射至所述第一向量域,得到所述待编辑图像对应第一向量域的目标图像向量;对所述目标图像向量进行解码,得到目标图像,所述目标图像中所述属性的属性值为目标值。2.如权利要求1所述的方法,其特征在于,所述在对包括目标对象的待编辑图像进行图像编码,得到所述待编辑图像对应第一向量域的初始图像向量之前,所述方法还包括:对所述待编辑图像在至少两个检测维度进行图像质量检测,得到对应各所述检测维度的检测结果;当所述检测结果表征所述待编辑图像在目标检测维度不符合编辑条件时,生成指示所述待编辑图像在目标检测维度不符合编辑条件的提示信息。3.如权利要求1所述的方法,其特征在于,所述在对所述目标图像向量进行解码,得到目标图像之后,所述方法还包括:获取待编辑图像中的所述目标对象对应的第一图像向量,以及所述目标图像中的所述目标对象对应的第二图像向量;确定所述第一图像向量与所述第二图像向量之间的相似度,当所述相似度低于相似度阈值时,生成提示信息;其中,所述提示信息,用于提示所述目标图像中的所述目标对象与所述待编辑图像中的所述目标对象不一致。4.如权利要求1所述的方法,其特征在于,所述基于所述初始图像向量,对所述待编辑图像进行属性识别,得到所述待编辑图像中所述目标对象的至少一个属性,包括:获取所述待编辑图像中所述目标对象的以下至少一个属性类别:光照属性、固有属性、姿态属性;调用各所述属性类别对应的属性分类器,基于所述初始图像向量对所述目标对象进行属性预测,得到所述目标对象对应各所述属性类别的至少一个属性。5.如权利要求4所述的方法,其特征在于,所述属性类别为光照属性,所述调用各所述属性类别对应的属性分类器,基于所述初始图像向量对所述目标对象进行属性预测,得到所述目标对象对应各所述属性类别的至少一个属性,包括:调用所述光照属性对应的属性分类器,基于所述初始图像向量对所述目标对象进行光照参数预测,得到所述目标对象对应至少一个光照参数的光照属性。6.如权利要求4所述的方法,其特征在于,所述目标对象为人脸,所述属性类别为姿态
属性时,所述姿态属性包括俯仰姿态、偏转姿态;所述调用各所述属性类别对应的属性分类器,基于所述初始图像向量对所述目标对象进行属性预测,得到所述目标对象对应各所述属性类别的至少一个属性,包括:调用所述姿态属性对应的属性分类器,对所述人脸进行关键点检测,得到所述人脸的至少一个关键点的位置;确定所述位置相对于参考坐标系的旋转向量;对所述旋转向量进行转换,得到目标欧拉角,所述欧拉角包括俯仰角、偏转角中至少之一;当所述欧拉角为俯仰角时,确定所述人脸的姿态属性为俯仰姿态,并当所述欧拉角为偏转角时,确定所述人脸的姿态属性为偏转姿态。7.如权利要求1所述的方法,其特征在于,所述将所述初始图像向量映射至第二向量域,得到所述待编辑图像对应第二向量域的中间图像向量,包括:通过第一映射网络,将所述初始图像向量映射至第二向量域,得到所述待编辑图像对应第二向量域的中间图像向量,所述第一映射网络用于将图像向量在所述第一向量域和所述第二向量域之间相互转换;所述将所述属性约束向量映射至所述第一向量域,得到所述待编辑图像对应第一向量域的目标图像向量,包括:通过所述第二映射网络,将所述属性约束向量映射至所述第一向量域,得到所述待编辑图像对应第一向量域的目标图像向量,所述第二映射网络与所述第一映射网络互为可逆的网络。8.如权利要求1所述的方法,其特征在于,所述属性的数量为至少两个,所述获取各所述属性的属性约束条件,包括:获取至少两个属性的属性编辑顺序,及所述待编辑图像中所述目标对象的各所述属性的初始值;按照所述属性编辑顺序,对所述目标对象的各属性的初始值进行编辑,得到由各所述属性的初始值所组成的初始属性向量;获取各所述属性的目标值,并基于各所述目标值,对所述初始属性向量进行调整,得到各所述属性的属性约束条件。9.如权利要求8所述的方法,其特征在于,所述基于各所述目标值,对所述初始属性向量进行调整,得到各所述属性的属性约束条件,包括:按照所述属性编辑顺序,针对每个属性执行以下处理:将所述初始属性向量中所述属性的初始值替换为所述目标值,得到替换后的初始属性向量,并将替换后的所述初始属性向量作为下一个所述属性的初始属性向量;将对最后一个属性的初始属性向量进行初始值替换后所得到的替换后的初始属性向量,确定为各所述属性的属性约束条件。10.如权利要求8所述的方法,其特征在于,所述基于各所述目标值,对所述初始属性向量进行调整,得到各所述属性的属性约束条件,包括:确定待编辑属性,所述待编辑属性的初始值与目标值不同;按照所述属性编辑顺序,针对每...
【专利技术属性】
技术研发人员:许正卓,柴增豪,张浩贤,暴林超,
申请(专利权)人:腾讯科技深圳有限公司,
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。