【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体涉及图像风格转换的方法、装置、设备及存储介质。
技术介绍
1、随着机器学习在图像处理领域的应用范围逐渐加深，在实际图像处理过程中由于设备和条件的差异，有可能呈现出域训练集不同的结果，该情况被称为机器学习的域偏分。域偏分现象在计算机视觉领域中广泛存在，物体分类任务中图像风格的差异、拍摄角度和相机的变化、图像采集过程中天气、光照条件的差别都可能会引起数据域的分布发生偏移。
2、针对上述域偏分现象的发生，多数采用域泛化方法进行处理，域泛化旨在研究如何在单一或多个相似但分布不同的源域上进行模型训练，使其能够在具有不同分布的未知目标域上也能保持良好性能。也就是说，现有的域泛化问题上，模型在有限数据域上完成训练，学习到域不变的特征空间，尽管在与训练集同分布的目标域上性能是可观的，但是在实际应用过程中，目标域是未知的，在模型训练过程中无法枚举出所有可能出现的未知域训练数据，一旦出现传感器变化等分布偏移的目标域，模型性能将大幅下降。
技术实现思路
1、基于此，本...
【技术保护点】
1.一种图像风格转换的方法，其特征在于，包括：
2.如权利要求1所述的图像风格转换的方法，其特征在于，所述特征分离模型的具体表达式为：
3.如权利要求1所述的图像风格转换的方法，其特征在于，所述将待处理图像的风格特征集合进行转换-对齐处理，得到最终的风格特征集合，包括：
4.如权利要求3所述的图像风格转换的方法，其特征在于，所述将所述待处理图像的风格特征集合进行转换处理，得到待处理图像的若干个第二风格特征集合，具体为：
5.如权利要求4所述的图像风格转换的方法，其特征在于，所述将所述待处理图像中各个样本图像集合分别进行筛...
【技术特征摘要】
1.一种图像风格转换的方法，其特征在于，包括：
2.如权利要求1所述的图像风格转换的方法，其特征在于，所述特征分离模型的具体表达式为：
3.如权利要求1所述的图像风格转换的方法，其特征在于，所述将待处理图像的风格特征集合进行转换-对齐处理，得到最终的风格特征集合，包括：
4.如权利要求3所述的图像风格转换的方法，其特征在于，所述将所述待处理图像的风格特征集合进行转换处理，得到待处理图像的若干个第二风格特征集合，具体为：
5.如权利要求4所述的图像风格转换的方法，其特征在于，所述将所述待处理图像中各个样本图像集合分别进行筛选处理，得到待处理图像中若干个筛选图像集合，包括：
6.如权利要求5所述的图...
【专利技术属性】
技术研发人员：徐志通，陈书楷，杨奇，
申请(专利权)人：厦门熵基科技有限公司，
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。