System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图片修复领域,尤其涉及一种带划痕图片的修复方法、设备及存储介质。
技术介绍
1、照片划痕修复在图像编辑领域有许多实际应用,但以往的划痕修复方法速度较慢,且划痕位置生成的新内容与原图片内容相关性较低,整体较为突兀。同时,由于人物面部的更加复杂,进行修复时人脸区域的划痕往往更加难以修复,生成图像表情较不合理,修复后的图像人脸部会出现扭曲。
2、因此,在划痕图片和照片修复过程中,现有技术的图片划痕修复速度较慢且对人脸图片划痕修复效果较差,需要一种新的技术来解决当前的技术问题。
技术实现思路
1、本专利技术的主要目的在于解决现有技术的图片划痕修复速度较慢且对人脸图片划痕修复效果较差的技术问题。
2、本专利技术第一方面提供了一种带划痕图片的修复方法,所述带划痕图片的修复方法包括:
3、接收带划痕图片;
4、判断所述带划痕图片是否存在人脸图像;
5、若存在人脸图像,则对所述带划痕图片的人脸图像进行分割处理,得到人脸分割图和分割背景图;
6、根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图;
7、将所述人脸修复图贴回所述分割背景图中,得到初步修复图;
8、若不存在人脸图像,则将所述带划痕图片确认为初步修复图;
9、根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片。
10、可选的,在本专利技术第一方面的第一种实现方式
11、对所述初步修复图进行矩阵化处理,得到初步矩阵;
12、根据预置vae自编码器,将所述初步矩阵映射至修复空间中,得到修复矩阵;
13、基于所述修复矩阵,在色彩空间中构建出无痕修复图片。
14、可选的,在本专利技术第一方面的第二种实现方式中,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
15、获取无痕训练图;
16、基于模拟划痕算法,对所述无痕训练图进行退化处理,得到有痕训练图;
17、基于所述无痕训练图和所述有痕训练图,对预置u2net神经网络进行划痕检测训练,得到划痕检测网络。
18、可选的,在本专利技术第一方面的第三种实现方式中,在所述基于所述无痕训练图和所述有痕训练图,对预置u2net网络进行划痕检测训练,得到划痕检测网络之后,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
19、根据所述划痕检测网络,对所述有痕训练图进行划痕检测处理,得到划痕检测数据;
20、基于所述无痕训练图、所述有痕训练图、所述划痕检测数据,对预置多空间映射网络进行修复训练,得到vae自编码器。
21、可选的,在本专利技术第一方面的第四种实现方式中,所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片包括:
22、对所述初步修复图进行矩阵化处理,得到初步矩阵;
23、根据所述划痕检测网络,对所述初步矩阵进行划痕检测处理,得到初步划痕数据;
24、根据所述初步划痕数据和所述vae自编码器,对所述初步矩阵进行修复映射处理,得到修复矩阵;
25、基于所述修复矩阵,在色彩空间中构建出无痕修复图片。
26、可选的,在本专利技术第一方面的第五种实现方式中,在所述根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图之前,还包括:
27、获取无痕人脸图;
28、基于模拟划痕算法,对所述无痕人脸图进行退化处理,得到有痕人脸图;
29、基于所述无痕人脸图和所述有痕人脸图,对预置u2net神经网络进行划痕检测训练,得到人脸划痕检测网络。
30、可选的,在本专利技术第一方面的第六种实现方式中,在所述基于所述无痕人脸图和所述有痕人脸图,对预置u2net神经网络进行划痕检测训练,得到人脸划痕检测网络之后,在所述根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图之前,还包括:
31、根据所述人脸划痕检测网络,对所述有痕人脸图进行人脸划痕检测处理,得到人脸划痕数据;
32、基于所述无痕人脸图、所述有痕人脸图、所述人脸划痕数据,对预置多空间映射网络进行人脸修复训练,得到人脸修复编码器。
33、可选的,在本专利技术第一方面的第七种实现方式中,所述根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图包括:
34、对所述人脸分割图进行矩阵化处理,得到分割矩阵;
35、根据所述人脸划痕检测网络,对所述分割矩阵进行人脸划痕检测,得到人脸划痕数据;
36、根据所述人脸划痕数据和所述人脸修复编码器,对所述分割矩阵进行修复映射处理,得到人脸修复矩阵;
37、基于所述人脸修复矩阵,在色彩空间中构建人脸修复图。
38、本专利技术第二方面提供了一种带划痕图片的修复设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述带划痕图片的修复设备执行上述的带划痕图片的修复方法。
39、本专利技术的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的带划痕图片的修复方法。
40、在本专利技术实施例中,通过神经网络训练出一种映射修复方式,使得各种划痕图像能快速修复解决现有技术中划痕修复速度较慢的问题。并且,预先将待修复图片进行人脸识别,将人脸图像从原图像中截取出来,利用特定训练的人脸划痕修复算法,对人脸图像进行单独修复,再将修复好的图像贴回至截取留下的背景图中,克服了现有技术中人脸图片划痕修复效果较差的问题。再将人脸修复的图像使用映射修复的方式快速进行修复,从而整体上解决了现有技术的图片划痕修复速度较慢且对人脸图片划痕修复效果较差的技术问题。
本文档来自技高网...【技术保护点】
1.一种带划痕图片的修复方法,其特征在于,包括步骤:
2.根据权利要求1所述的带划痕图片的修复方法,其特征在于,所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片包括:
3.根据权利要求1所述的带划痕图片的修复方法,其特征在于,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
4.根据权利要求3所述的带划痕图片的修复方法,其特征在于,在所述基于所述无痕训练图和所述有痕训练图,对预置U2NET网络进行划痕检测训练,得到划痕检测网络之后,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
5.根据权利要求4所述的带划痕图片的修复方法,其特征在于,所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片包括:
6.根据权利要求1所述的带划痕图片的修复方法,其特征在于,在所述根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图之前,还包括:
7.根据权利要求6所述的
8.根据权利要求7所述的带划痕图片的修复方法,其特征在于,所述根据预置人脸划痕修复算法,对所述人脸分割图进行划痕修复处理,得到人脸修复图包括:
9.一种带划痕图片的修复设备,其特征在于,所述带划痕图片的修复设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的带划痕图片的修复方法。
...【技术特征摘要】
1.一种带划痕图片的修复方法,其特征在于,包括步骤:
2.根据权利要求1所述的带划痕图片的修复方法,其特征在于,所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片包括:
3.根据权利要求1所述的带划痕图片的修复方法,其特征在于,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
4.根据权利要求3所述的带划痕图片的修复方法,其特征在于,在所述基于所述无痕训练图和所述有痕训练图,对预置u2net网络进行划痕检测训练,得到划痕检测网络之后,在所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片之前,还包括:
5.根据权利要求4所述的带划痕图片的修复方法,其特征在于,所述根据预置映射修复算法,对所述初步修复图进行映射修复处理,得到无痕修复图片包括:
6.根据权利要求1所述的带划痕图片的修复方法,其特征在于,在所述根据预...
【专利技术属性】
技术研发人员:石敏煊,
申请(专利权)人:上海积图科技有限公司,
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。