图像处理方法、装置、计算机设备、存储介质和程序产品制造方法及图纸

本申请涉及一种图像处理方法、装置、计算机设备、存储介质和程序产品。所述方法涉及人工智能，包括：根据源图像和驱动视频数据的关键参数生成光流场数据，关键参数用于驱动源图像中的对象执行同步运动。提取源图像的隐码数据，获取根据隐码数据生成与源图像关联的重建图像过程中的中间特征，并将光流场数据变换至中间特征上，获得变形特征。基于变形特征进行矫正处理，获得矫正特征，并根据矫正特征和隐码数据，获得目标图像，以基于各目标图像，确定与源图像对应的目标视频数据。采用本方法消除了光流场数据中的变形错误数据，获得驱动源图像中的对象执行同步运动的目标视频数据，提升目标视频数据的分辨率，减少生成过程中的资源消耗。消耗。消耗。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备、存储介质和程序产品


[0001]本申请涉及人工智能
，特别是涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着人工智能技术、以及图像处理技术的快速发展，在游戏开发、数字动画、以及影视制作等应用场景下，为了满足开发或制作过程中的实际需求，同时提升开发、制作效率，出现了人脸表情合成、姿态迁移等技术，实现利用视频或者目标图像驱动单张人脸图像说话，获得驱动人脸图像说话的视频数据。
[0003]传统上，通过利用3D人脸模型提供的参数调制渲染和图像编辑的功能，修改源图像和目标图像对应的关键参数，并进一步利用训练好的模型将关键参数对应的人脸渲染成视频。但传统的3D人脸模型直接对图像进行参数修改的方式，容易造成图像分辨率下降，图像精度不满足实际需求的问题，而如果需要提高图像分辨率，则需要进一步针对3D人脸模型进行架构重新设计、以及训练策略更新的处理，需要消耗大量人力物力资源。
[0004]因此传统的参数修改、渲染处理方式，仍然存在获得的视频数据分辨率低以及资源消耗本文档来自技高网...

【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：获取源图像，并提取驱动视频数据的关键参数，根据所述源图像和所述关键参数，生成光流场数据；所述关键参数用于驱动所述源图像中的对象执行同步运动；提取所述源图像的隐码数据，并获取根据所述隐码数据生成与所述源图像关联的重建图像过程中的中间特征；将所述光流场数据变换至所述中间特征上，获得变形特征，并基于所述变形特征进行矫正处理，获得矫正特征；根据所述矫正特征和所述隐码数据，获得目标图像；基于各所述目标图像，确定与所述源图像对应的目标视频数据。2.根据权利要求1所述的方法，其特征在于，在获取根据所述隐码数据生成与所述源图像关联的重建图像过程中的中间特征之前，还包括：根据所述隐码数据，利用训练好的高清图像对抗生成器，生成与所述源图像关联的重建图像；获取根据所述隐码数据生成与所述源图像关联的重建图像过程中的中间特征，包括：获取在生成与所述源图像关联的重建图像过程中，利用所述高清图像对抗生成器进行前向计算时的中间特征；所述中间特征用于注入所述驱动视频数据中的运动信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述矫正特征和所述隐码数据，获得目标图像，包括：将所述矫正特征和所述隐码数据，作为所述高清图像对抗生成器的输入数据，基于所述高清图像对抗生成器输出得到目标图像；所述目标图像为携带所述驱动视频的姿态表情、以及所述源图像的对象属性信息的图像帧。4.根据权利要求1至3任意一项所述的方法，其特征在于，在所述根据所述矫正特征和所述隐码数据，获得目标图像之前，还包括：若检测到属性变更请求，获取与所述属性变更请求对应的待变更属性标识、以及目标属性数据；响应所述属性变更请求，根据所述待变更属性标识从所述隐码数据中确定出待变更属性；根据所述目标属性数据，对所述待变更属性进行属性修改，获得属性修改后的隐码数据；所述属性修改后的隐码数据用于结合所述矫正特征，获得目标图像。5.根据权利要求1至3任意一项所述的方法，其特征在于，提取驱动视频数据的关键参数，根据所述源图像和所述关键参数，生成光流场数据，包括：利用训练好的参数提取模型，提取所述驱动视频数据中每一帧视频的视频参数；剔除所述视频参数中的对象属性参数，获得所述驱动视频数据的关键参数；所述关键...

【专利技术属性】
技术研发人员：印飞，张勇，樊艳波，杨余久，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：