图像翻译模型的构建方法和装置、图像翻译方法和装置

    公开(公告)号:CN113139893B

    公开(公告)日:2023-10-03

    申请号:CN202010064084.0

    申请日:2020-01-20

    Abstract: 本申请涉及一种图像翻译模型的构建方法、装置、电子设备和存储介质。所述方法包括:获取多个样本图像以及对应的样本翻译图像;将样本图像输入至预先构建的图像翻译模型;通过图像翻译模型,预测样本图像与样本翻译图像间的预测差异图像以及预测合成权重参数;通过图像翻译模型,根据预测合成权重参数叠加样本图像以及预测差异图像,得到样本图像的预测翻译图像;计算样本翻译图像以及预测翻译图像间的差值,得到图像翻译模型的损失值;根据损失值反向训练预先构建的图像翻译模型,直至图像翻译模型达到收敛条件,得到训练完成的图像翻译模型。采用本方法使得图像翻译模型只需要学习样本图像与样本翻译图像之间的差异信息,有效压缩模型的计算量。

    图像生成、图像处理模型的训练、图像处理方法和装置

    公开(公告)号:CN112907725B

    公开(公告)日:2023-09-26

    申请号:CN202110087579.X

    申请日:2021-01-22

    Abstract: 本公开关于一种图像生成、图像处理模型的训练、图像处理方法和装置,涉及图像处理技术领域。方法包括:确定用于生成人脸图像的第一隐变量;将第一隐变量输入至编码器,得到第一隐变量的面部特征;获取目标表情参数;将第一隐变量的面部特征和目标表情参数输入至解码器中,通过解码器将第一隐变量对应的表情参数调整为目标表情参数,得到第二隐变量;基于第二隐变量,生成目标表情参数对应的面部表情图像。通过上述方案,实现了通过表情参数控制面部图像中的表情,而不对面部表情图像中的其他因素产生影响,从而提高了获取的面部表情图像的准确率,进而降低了获取面部表情图像的难度。

    一种图像处理方法、装置及电子设备

    公开(公告)号:CN112446821B

    公开(公告)日:2023-01-24

    申请号:CN202011330660.8

    申请日:2020-11-24

    Abstract: 本公开关于一种图像处理方法、装置及电子设备,属于图像处理技术领域,用以提高人脸性别变换的准确性。本公开的方法包括:获取待处理图像,所述待处理图像包括需要进行性别变换的目标人脸;确定所述待处理图像中的目标人脸对应的第一性别信息、人脸特征信息和第一发型信息;根据所述第一性别信息和所述人脸特征信息对所述目标人脸进行性别特征变换处理以得到变换后人脸信息,以及根据所述第一性别信息和所述第一发型信息确定第二发型信息,所述第二发型信息与所述第一性别信息相反的第二性别信息对应;根据所述变换后人脸信息和所述第二发型信息,获得所述待处理图像对应的人脸性别变换图像。

    图像分割的方法、装置、电子设备及存储介质

    公开(公告)号:CN110599514B

    公开(公告)日:2022-10-04

    申请号:CN201910901524.0

    申请日:2019-09-23

    Abstract: 本公开关于一种图像分割的方法、装置、电子设备及存储介质,属于图像处理领域。所述方法包括:获取样本图像、所述样本图像中检测对象的基准位置信息和基准边缘信息;将所述样本图像输入所述特征提取模块,得到所述样本图像的特征信息;基于所述特征信息和所述对象位置检测模块,确定所述样本图像包括的检测对象的位置信息,并基于所述特征信息和所述对象边缘检测模块,确定所述样本图像包括的检测对象的边缘信息;基于所述位置信息、所述边缘信息、所述基准位置信息和所述基准边缘信息,对所述待训练的图像分割网络进行训练,得到训练后的图像分割网络。采用本公开能够提高图像分割网络对对象的位置识别的准确度。

    一种人物图像性别转换模型的训练、图像生成方法及装置

    公开(公告)号:CN114078082A

    公开(公告)日:2022-02-22

    申请号:CN202010796905.X

    申请日:2020-08-10

    Abstract: 本公开关于一种人物图像性别转换模型的训练、图像生成方法及装置,其中,配对图像数据生成模型的训练方法包括:获取非配对图像样本集,非配对图像样本集中包括无配对关系的男性人物图像集和女性人物图像集;将非配对图像样本集输入至第一深度学习模型中进行训练,得到配对图像生成模型;将待配对人物图像输入至配对图像生成模型中,输出目标人物图像;将配对图像样本集输入至第二深度学习模型中进行训练,得到人物性别转换模型,人物性别转换模型用于执行人物性别转换操作。本公开的方案,可以解决相关技术中对人物图像进行性别转换时灵活度较差的问题,可以得到与人物图像性别相反的配对图像数据,为后续生成丰富的魔法表情提供依据。

    一种图像处理方法、装置、电子设备和存储介质

    公开(公告)号:CN113723480A

    公开(公告)日:2021-11-30

    申请号:CN202110949361.0

    申请日:2021-08-18

    Abstract: 本公开关于一种图像处理方法、装置、电子设备和存储介质,涉及图像处理技术领域,以至少解决相关技术中压缩奖惩模块的缺点是对基于深度学习的图像风格迁移网络中深层特征的准确率提升较明显,但是对基于深度学习的图像风格迁移网络中较浅特征的准确率提升不明显的问题。该方法包括:采用编码器对原始图像进行特征提取,获得原始图像在编码器的每一层次结构的编码特征;其中,编码特征包括浅层特征;将编码特征输入到解码器中,并执行第一操作,得到结果特征图;其中,编码器和解码器内包含的层次结构的总数相同;根据结果特征图,确定原始图像的处理结果。

    表情编辑模型的训练方法和装置及表情编辑方法和装置

    公开(公告)号:CN113486842A

    公开(公告)日:2021-10-08

    申请号:CN202110836624.7

    申请日:2021-07-23

    Abstract: 本公开关于一种表情编辑模型的训练方法和装置及表情编辑方法和装置。所述表情编辑模型包括表情特征提取网络、面容特征提取网络和图像合成网络,所述训练方法包括:将表情样本图像分别输入至面容特征提取网络和表情特征提取网络;利用表情特征提取网络,提取表情样本图像的表情特征;利用面容特征提取网络,提取表情样本图像的面容特征;将面容特征和表情特征输入至图像合成网络,得到表情编辑图像;根据所述表情样本图像与所述表情编辑图像,调整面容特征提取网络、表情特征提取网络和图像合成网络的参数,以对所述表情编辑模型进行训练。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN112651893A

    公开(公告)日:2021-04-13

    申请号:CN202011573676.1

    申请日:2020-12-24

    Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质,所述方法包括:获取人物面部图像,并将所述人物面部图像输入至预训练的语义分割网络中,得到所述人物面部图像对应的头发区域和皮肤区域;根据所述头发区域和所述皮肤区域,确定刘海区域;获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息,作为引导图;采用所述引导图对所述皮肤区域进行引导滤波,得到修正后的皮肤区域;根据所述修正后的皮肤区域,对所述人物面部图像中的面部区域图像进行肤色调整处理,得到处理后人物面部图像。采用本公开可以实现对人物面部图像中的面部区域进行精准分割,进而提高电子设备对人物面部图像的肤色美化效果。

    一种图像处理方法、装置及电子设备

    公开(公告)号:CN112446821A

    公开(公告)日:2021-03-05

    申请号:CN202011330660.8

    申请日:2020-11-24

    Abstract: 本公开关于一种图像处理方法、装置及电子设备,属于图像处理技术领域,用以提高人脸性别变换的准确性。本公开的方法包括:获取待处理图像,所述待处理图像包括需要进行性别变换的目标人脸;确定所述待处理图像中的目标人脸对应的第一性别信息、人脸特征信息和第一发型信息;根据所述第一性别信息和所述人脸特征信息对所述目标人脸进行性别特征变换处理以得到变换后人脸信息,以及根据所述第一性别信息和所述第一发型信息确定第二发型信息,所述第二发型信息与所述第一性别信息相反的第二性别信息对应;根据所述变换后人脸信息和所述第二发型信息,获得所述待处理图像对应的人脸性别变换图像。

    前景识别方法、装置、电子设备及存储介质

    公开(公告)号:CN109784164B

    公开(公告)日:2020-11-06

    申请号:CN201811520020.6

    申请日:2018-12-12

    Abstract: 本申请是关于一种前景识别方法、装置、电子设备及存储介质,涉及图像处理技术领域,所述方法,包括:获取视频的至少一帧原始图像;将各帧所述原始图像输入语义分割网络,得到各帧所述原始图像对应的原始目标前景概率图;对各帧所述原始目标前景概率图进行时序平滑,得到各帧第一目标前景概率图;对各帧所述第一目标前景概率图进行双边滤波,得到各帧第二目标前景概率图;基于各帧所述第二目标前景概率图,识别所述视频各帧所述原始图像的目标前景。从语义分割网络得到原始目标前景概率图后,对该原始目标前景概率图进行了时序平滑和双边滤波,该第二目标前景概率图中的前景边界更为准确,能够更为准确的识别出视频各帧原始图像的目标前景。

Patent Agency Ranking