【技术实现步骤摘要】
本专利技术实施例涉及图像处理，尤其涉及一种创意图像处理方法、装置、电子设备以及存储介质。
技术介绍
1、随着时代的发展和人们的个性需求的改变，文化衫的作用也越来越具有代表性，其所传达某些文化意义也更加突显。当公司、学校、企业等机构参加活动或者公益事业时，穿上统一的定制服装可以人们传递企业积极向上的正能量以及展示良好的精神风貌。但是，在对定制服装的创意图像设计时，一般人由于没有扎实的相关专业技术，所以需要找专业人士进行设计，这样造成创意图像选择灵活性降低，无法快速灵活地生成不同类型的创意图像设计。
技术实现思路
1、本专利技术提供一种创意图像处理方法、装置、电子设备以及存储介质，以在图像风格转换网络之后连接了一个图像美学质量评价模型用于对创意图像进行评分，该网络能够从图像视觉美学角度以及审美等方面对风格转换模型生成的风格化图像进行评分，使得生成的图像更贴近大众审美。
2、第一方面，本专利技术实施例提供了一种创意图像处理方法，所述方法包括：
3、确定第一创意图像与所述第一创意图像所要转换的目标风格类型；
4、基于所述目标风格类型，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像；所述图像风格转换模型的图像风格转换网络为包括有三个下采样层、五个残差模块以及三个上采样层的深度残差网络；
5、将所述第二创意图像输入到图像美学质量评价模型，通过图像美学质量评价模型输出所述第二创意图像的图像美学质量评分。
6、第二方面
7、确定模块，用于确定第一创意图像与所述第一创意图像所要转换的目标风格类型；
8、转换模块，用于基于所述目标风格类型，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像；所述图像风格转换模型的图像风格转换网络为包括有三个下采样层、五个残差模块以及三个上采样层的深度残差网络；
9、评分模块，用于将所述第二创意图像输入到图像美学质量评价模型，通过图像美学质量评价模型输出所述第二创意图像的图像美学质量评分。
10、第三方面，本专利技术实施例中还提供了一种电子设备，所述电子设备包括：
11、至少一个处理器；以及
12、与所述至少一个处理器通信连接的存储器；其中，
13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例中任一项所述的创意图像处理方法。
14、第四方面，本专利技术实施例中还提供了一种计算机可读介质，所述计算机可读介质存储有计算机指令，所述计算机指令用于使处理器执行时实现上述实施例中任一项所述的创意图像处理方法。
15、本专利技术实施例，确定第一创意图像与所述第一创意图像所要转换的目标风格类型，基于目标风格类型采用图像风格转换模型对第一创意图像进行风格转换得到第二创意图像，所述图像风格转换模型的图像风格转换网络为包括有三个下采样层、五个残差模块以及三个上采样层的深度残差网络；进而，将第二创意图像输入到图像美学质量评价模型并通过图像美学质量评价模型输出第二创意图像的图像美学质量评分。本方案能改善使用风格转换模型生成风格化图像时缺乏反馈的问题，引入美学质量评价模型的思路，对生成的风格化图像进行评分，并根据评分向推荐合适的风格种类。在使用风格转换模型生成创意图案时选择不同的风格类型，就可以得到不同的创意图案应用于服装设计中，且实时获得图像美学质量评价网络对该图案的美学评价得分，同时也能够参与对各种生成图案的评价标注中，获得良好的交互体验。
16、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种创意图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述目标风格类型，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述目标风格类型与所述目标风格强度参数，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述图像美学质量评价模型是基于AlexNet深度卷积神经网络层、美学属性预测层以及美学评分预测层进行构建而成，所述AlexNet深度卷积神经网络层进行特征提取后共享给所述美学属性预测层以及美学评分预测层，所述美学属性预测层用于从美学属性特征维度对创意图像的图像美学质量评分进行预测，所述美学评分预测层用于采用全连接层的回归功能回归预测创意图像的图像美学质量评分。
5.根据权利要求4所述的方法，其特征在于，通过图像美学质量评价模型输出所述第二创意图像的图像美学质量评分，包括：
6.根据权利要求4所述的方法，其特征在于，所述图像美学质量
7.根据权利要求6所述的方法，其特征在于，控制图像美学质量评价模型中AlexNet深度卷积神经网络层与美学评分预测层执行图像美学质量评价训练任务与图像美学质量排序约束训练任务，包括：
8.一种创意图像处理装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的创意图像处理方法。
...【技术特征摘要】
1.一种创意图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述目标风格类型，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述目标风格类型与所述目标风格强度参数，采用图像风格转换模型对所述第一创意图像进行风格转换得到第二创意图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述图像美学质量评价模型是基于alexnet深度卷积神经网络层、美学属性预测层以及美学评分预测层进行构建而成，所述alexnet深度卷积神经网络层进行特征提取后共享给所述美学属性预测层以及美学评分预测层，所述美学属性预测层用于从美学属性特征维度对创意图像的图像美学质量评分进行预测，所述美学评分预测层用于采用全连接层的回...
【专利技术属性】
技术研发人员：张凯萌，
申请(专利权)人：中国农业银行股份有限公司，
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。