CN114926326A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114926326A CN114926326A CN202210751838.9A CN202210751838A CN114926326A CN 114926326 A CN114926326 A CN 114926326A CN 202210751838 A CN202210751838 A CN 202210751838A CN 114926326 A CN114926326 A CN 114926326A
- Authority
- CN
- China
- Prior art keywords
- image
- style
- processed
- texture
- features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 72
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 230000000694 effects Effects 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000012549 training Methods 0.000 claims description 41
- 238000000605 extraction Methods 0.000 claims description 23
- 230000001960 triggered effect Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013256 Gubra-Amylin NASH model Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质,该方法包括:获取待处理图像;确定待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。基于上述技术方案,实现了对于图像风格化处理的全面性,从而提高了图像的显示效果以及用户体验的技术效果。
Description
技术领域
本公开实施例涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着用户对画面内容丰富性的需求,多需要相应的特效道具或者图像处理算法,将采集的图像处理为某种风格类型下的特效图像。
但是,现有所得到的特效图像画面内容处理不全面,导致特效图像显示效果较差,引起用户使用体验不佳的问题。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质,以实现画面内容处理全面性,从而提高用户观看体验的效果。
第一方面,本公开实施例提供了一种图像处理方法,该方法包括:
获取待处理图像;
确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
基于所述对象结构特征和所述风格纹理特征,确定与所述待处理图像相对应的目标风格图像。
第二方面,本公开实施例还提供了一种图像处理装置,该装置包括:
待处理图像获取模块,用于获取待处理图像;
特征提取模块,用于确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
风格图像确定模块,用于基于所述对象结构特征和所述风格纹理特征,确定与所述待处理图像相对应的目标风格图像。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的图像处理的方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,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本公开实施例任一所述的图像处理的方法。
本公开实施例的技术方案,通过在获取待处理图像后,可以提取待处理图像中与目标对象相对应的对象结构特征,以及与待应用参考风格图像相对应的风格纹理特征,进而基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。本公开实施例所提供的技术方案,可以将目标对象的结构特征与风格纹理特征进行融合,以得到对整幅待处理图像进行风格化处理的目标风格图像,达到了特效处理全面性的效果,进一步将特效画面进行展示时,可以提高用户欣赏体验的效果。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种图像处理方法的流程示意图;
图2为本公开实施例所提供的显示界面的示意图;
图3为本公开实施例所提供的风格图像的示意图;
图4为本公开实施例所提供的一种图像处理方法的流程示意图;
图5为本公开实施例所提供的编码器结构示意图;
图6为本公开实施例所提供的一种图像处理方法的流程示意图;
图7为本公开实施例所提供的一种图像处理方法的流程示意图;
图8为本公开实施例所提供的图像处理示意图;
图9为本公开实施例所提供的一种训练得到图像生成模型的流程示意图;
图10为本公开实施例所提供的一种图像处理装置的结构框图;
图11为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
在介绍本技术方案之前,可以先对应用场景进行示例性说明。可以将本公开技术方案应用在任意需要对图像进行处理的过程中,例如可以是应用在视频拍摄过程中,可以对被拍摄用户所对应的图像进行特效展示的情况,如短视频拍摄场景下,还可以是集成在任意图像拍摄的场景中,例如,***中自带拍摄功能的相机中,以在拍摄得到待处理图像后,可以基于本公开实施例所提供的技术方案,确定其相应的目标特效图像。还可以是对录屏视频进行处理,以得到非实时录制视频所对应的特效视频的效果。
需要说明的是,目前也存在一定的风格图像处理模型,如,GAN模型。训练得到上述风格图像处理模型,需要大量的风格化样本数据和相应的算法,来实现非配对数据的风格迁移,即此种方式依赖于成千上万幅风格化图像,而风格化图像需要人工手绘,比较费时费力,很难训练得到与某种风格特征相对应的风格图像处理模型。进一步的,现有风格图像处理模型对于大角度、大表情面部图像来说,风格化的效果也是很差。最后,现有的图像处理模型也仅是对目标对象的面部图像进行风格化,未对背景进行风格化处理,导致特效处理后的目标对象与背景内容不相衬,引起画面效果显示不佳的技术问题。
图1为本公开实施例所提供的一种图像处理方法流程示意图,本公开实施例适用于将待处理图像中目标对象和背景图像均处理为某种风格纹理特征下所对应的特效图像的情形,该方法可以由图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。
如图1所示,所述方法包括:
S110、获取待处理图像。
其中,待处理图像可以是用户通过拍摄装置拍摄得到的图像,还可以是预先完成拍摄的视频中的任意视频帧。可以理解的是,待处理图像可以是用户可以是基于移动终端上的拍摄软件实时拍摄的图像,还可以是用户选取的已经完成拍摄的图像。当然,还可以是对录制视频进行处理,可选的,可以将录制视频上传后,可以对录制视频中的每个视频帧进行处理,此时,将每个视频帧作为待处理图像。
具体的,获取待处理图像可以是,通过移动终端上的摄像头对现实场景中的图像进行拍摄,并且将拍摄完成的图像作为待处理图像;还可以是对拍摄完成的录制视频进行处理,将录制视频中的各视频帧作为待处理图像。
在上述技术方案的基础上,获取待处理图像,包括:在检测到触发特效处理操作时,采集待处理图像;或,将上传的待处理视频中的至少一个视频帧,分别作为待处理图像。
需要说明的是,获取待处理图像的方式包括至少两种。第一种为实时采集待处理图像,第二种方式为对录屏视频的各视频帧作为待处理图像。
接下来详细阐述上述两种方式如何确定待处理图像。
其中,特效处理操作为需要对待处理图像进行特效处理的操作。特效处理操作可以包括触发特效道具;触发特效拍摄控件后只要检测到入境画面中包括目标对象,则确定触发特效处理操作;基于实时采集的音频信息,确定触发特效处理唤醒词时,则确定需要将待处理图像处理为相应的特效图像;基于实时采集的肢体动作信息,确定触发预设动作时,则确定需要将待处理图像处理为相应的特效图像。
第一种方式为:当检测到触发特效处理操作是,则可以实时采集待处理图像,并基于本公开实施例所提供的方法依次对采集的各待处理图像进行特效处理,得到最终的目标特效视频。
其中,待处理视频为录制视频,并需要对其进行特效处理的视频。待处理视频由多个视频帧构成,可以各视频帧作为待处理图像。
第二种方式为:在检测到用户触发相应的特效控件时,可以在显示界面上弹出对应的视频选择页面或者跳转至目标视频库中,以从视频选择页面中选择已完成拍摄的视频或从目标视频库中选择待处理视频。在点击确认后,可以将选择的视频作为待处理视频。将待处理视频中的各视频帧依次作为待处理图像进行处理,以得到与每个视频帧相对应的目标特效视频帧。基于各目标特效视频帧,确定目标特效视频。
如果是对录屏视频进行特效处理,为了进一步提高用户的交互体验,可以在上传视频时,于显示界面展示视频内容选择控件,以基于视频内容选择控件,确定需要特效处理的至少一个视频帧,以达到仅对待处理视频中的部分视频帧进行特效处理的技术效果。示例性的,在视频上传完成,可以弹出如图2所示的视频内容选择控件,可选的,视频内容选择控件以进度条的形式来展示,用户可以根据实际需求来调整进度条的位置以确定需要特效处理的部分视频帧,并将其作为待处理图像。如,将进度条的调整至0:07S和0:10S,以将此时间段内的待处理视频帧作为待处理图像。基于上述方式实现了对录制视频中部分视频帧进行特效处理的效果。
S120、确定待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征。
其中,目标对象可以是入镜画面中的至少一个目标主体,目标主体可以是用户、动物等。即,目标对象可以是任意具有面部轮廓信息的对象,还可以是任意能够获取结构特征的物体。相应的,结构特征则可以理解为目标对象的结构信息。待应用参考风格图像为需要获取其风格纹理特征的图像。待应用参考风格图像可以是一幅或者多幅,如果是多幅,则可以是预先选择的,也可以是在视频特效处理过程中动态选择的,即待处理视频图像可以是边处理边展示的,在展示过程中,如果需要更换风格,则可以重新触发选择待应用参考风格图像,以将后续的待处理视频帧处理为重新选择的待应用参考风格特征对应的风格纹理特征。待应用参考风格图像的风格可以是日式风格、美式风格、欧式风格、韩式风格中的任意一种或者多种融合等。
具体的,可以通过预先训练并部署的特征提取模型获取待处理图像中和目标对象相对应的结构信息,以及与待应用参考风格图像相对应的风格纹理特征;还可以是过预先训练并部署的特征提取模型获取待处理图像中和目标对象相对应的结构信息,并从预先存储的风格纹理库中提取与待应用参考风格图像相对应的风格纹理特征;还可以分别将待处理图像和待应用参考风格图像输入到对应的特征提取模型中,以得到待处理图像中目标对象的结构信息,同时,提取待应用参考风格图像对应的风格纹理特征。
需要说明的是,待处理图像中的目标对象可以是一个或者多个,如果是一个则只需要对提取该目标对象的对象结构特征即可。如果是多个,则可以是依次提取每个目标对象的对象结构特征。还可以是在图像处理之前,预先设定需要处理的目标对象,此时,即使待处理图像包括多个对象,也可以仅对预先选定的目标对象进行处理,以得到其对象结构特征。
S130、基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。
其中,目标风格图像可以是根据对象结构特征和风格纹理特征进行融合后得到的图像。风格纹理特征是与整幅待应用参考风格图像相对应的,相应的,将对象结构特征与风格纹理特征融合后,可以得到对整幅待处理图像风格处理后的目标风格图像。
具体的,可以是根据对象结构特征和风格纹理特征完成风格迁移,生成将待处理图像的整个纹理特征调整为风格纹理特征所对应的目标风格图像。
示例性的,待处理图像参见图3中的a,基于S120可以得到与a中目标对象相对应的对象结构特征,以及确定出风格纹理特征。通过对对象结构特征和风格纹理特征融合处理,得到如图3中b所示的效果示意图,此时,得到的目标风格图像不仅对目标对象的进行了风格化处理,还对待处理图像中的背景信息进行了风格化处理,达到了风格化处理全面性的效果。
在上述技术方案的基础上,待应用参考风格图像的风格纹理特征与至少一种漫画风格纹理特征、时代风格纹理特征或地域风格纹理特征相对应。漫画风格纹理特征可以理解为和某一种漫画风格相对应的纹理特征,例如日式风格、美式风格、欧式风格、韩式风格等;时代风格纹理特征可以是与时代信息相对应的纹理特征,例如,时代信息可以是唐代风格纹理、宋代风格纹理、明朝风格纹理等;地域风格纹理特征是与地理区域信息相对应的纹理特征,例如区域A和区域B对应的风格纹理特征。
本公开实施例的技术方案,通过在获取待处理图像后,可以提取待处理图像中与目标对象相对应的对象结构特征,以及与待应用参考风格图像相对应的风格纹理特征,进而基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。本公开实施例所提供的技术方案,可以将目标对象的结构特征与风格纹理特征进行融合,以得到对整幅待处理图像进行风格化处理的目标风格图像,达到了特效处理全面性的效果,进一步将特效画面进行展示时,可以提高用户欣赏体验的效果。
在上述技术方案的基础上,基于上述所提及的技术方案不仅可以对图像进行处理,可以生成相应的特效视频。此时,特效视频中的每个特效视频帧都可以采用上述方式进行处理。即,此时特效视频中的每个特效视频帧为对整个画面内容进行全面风格化处理的视频帧。
可选的,在检测到拍摄特效视频或接收到上传的录屏视频时,将至少一个视频帧作为待处理图像,并确定与所述待处理图像相对应的目标风格图像;对待处理图像的目标风格图像拼接处理,得到目标特效视频。
其中,至少一个视频帧可以是一个或者多个。即,可以依次对每个视频帧进行处理,也可以按照预先设置的处理规则从待处理视频帧中确定待处理图像,可选的,处理规则可以是抽帧处理,如,将间隔预设帧数的视频帧作为待处理图像,预设帧数可以是一帧、两帧等,其具体的帧数可以根据实际需求进行设置。目标特效视频可以是由多个目标风格图像拼接后得到的特效视频。
具体的,在视频拍摄过程中,如果要生成特效视频帧,则可以触发与本公开实施例所提供的特效道具,此时,可以将依次采集的视频帧作为待处理图像,或按照预设处理规则,抽取相应的视频帧作为待处理图像,并执行上述步骤,得到对待处理图像的整个背景图像以及目标对象都进行风格化处理的特效图像 (目标风格图像),可以依据各待处理图像的采集时间戳对目标风格图像进行拼接,得到目标特效视频。还可以是,在触发特效视频控件后,可以上传待特效处理的待处理视频,并将待处理视频中的每个视频帧或者间隔预设帧数的视频帧作为待处理图像。采用上述步骤确定每个待处理图像所对应的目标风格图像。依据各待处理图像所对应的录制时间戳,对相应的目标风格图像进行拼接,得到目标特效视频。不论是实时处理还是对录制视频的后处理,得到的各特效视频帧都是对整幅图像进行风格化处理后的图像,达到了图像内容处理全面性的技术效果。
图4为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,可以对确定待应用参考风格图像,以及相应的风格纹理特征进行进一步细化,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图4所示,所述方法包括:
S210、获取待处理图像。
S220、将预先设定的风格图像作为待应用参考风格图像;或,当检测到触发特效处理操作或接收到上传的待处理视频时,于显示界面展示至少一种待选择风格图像。
需要说明的是,不同用户对不同风格特征的偏好是存在一定差异的,因此可以将不同风格特征的参考风格图像放在公网上进行投票选择,并将选择率最高的风格图像作为待应用参考风格图像,即,可以将选择的待应用参考风格图像作为预先设定的风格图像。当然,为了进一步提高用户对待应用参考风格图像的自主选择性,在开发阶段可以设置多个参考风格图像,以在触发对应的特效道具或上传待处理视频后,可以在显示界面上弹出风格图像选择列表,或者跳转至风格图像选择库中,用户可以根据需求从展示的待选择风格图像中选择所喜欢的风格图像,并将其作为待应用参考风格图像。
需要说明的是,还可以设置计时模块,在图像选择列表或者在风格图像选择库的等待时长达到预设时长阈值,则可以将默认的待选择参考风格图像作为待应用参考风格图像。
可以理解为:在确定待应用参考风格图像的方法包括至少两种,第一种可以由开发人员在应用程序的开发阶段设定的默认风格图像,或者是向用户发送相应的问卷,根据用户的问卷调查结果确定默认风格图像。第二种可以是为了进一步的为了提高和用户之间的交互性,可以在显示界面的目标区域显示至少一个待选择参考风格图像,便于用户自发选择对应的待应用参考风格图像。
S230、基于选择的待选择风格图像,确定待应用参考风格图像。
具体的,用户可以从展示的至少一个待选择风格图像中所偏好的风格图像,并将其作为待应用参考风格图像。还可以是当检测到预设时长内未对待选择风格图像的触发选择,则可以将预先标定的待选择风格图像作为待应用参考风格图像。预先标定的待选择参考风格图像可以是随机设置的,也可以是根据问卷结果确定喜爱度最高的待选择参考风格图像。
示例性的,用户可以根据需求从待选择风格图像展示页面中触发任意的风格图像,并将其作为待应用参考风格图像。还可以是为了提高用户选择待应用参考风格图像的效率,可以统计各待选择风格图像的历史选择率,按照历史选择率对其进行排序后并展示,以便用户快速选择出符合需求的待应用参考风格图像。
S240、基于预先训练得到的编码器提取待选择参考风格图像的风格纹理特征并存储至目标缓存位置。
其中,编码器是由编码器模型和解码器模型组成的。目标缓存位置可以是用于存储生的风格纹理特征相对应的缓存空间。
在实际应用的过程中,可以基于训练得到的编码器对待选择风格图像进行特征提取,以得到对应的风格纹理特征。将提取得到的风格纹理特征存储到目标缓存位置,以在确定待应用参考风格图像后,可以从目标缓存位置调取和待应用参考风格图像相匹配的风格纹理特征。
可以理解为,可以预先确定待选择参考风格图像所对应的风格纹理特征并存储,以在具体应用时,确定待应用参考风格图像是,可以从存储的风格纹理特征中调取相应的风格纹理特征进行处理。
需要说明的是,本公开实施例中的编码器包括至少两个分支结构,第一分支结构用于提取结构特征,第二分支结构用于提取纹理特征,结构特征中包括对象结构特征和风格结构特征,纹理特征中包括对象纹理特征和风格纹理特征,分支结构包括至少一个卷积层。
其中,对象结构特征可以是是与某个对象相对应的线条特征,风格结构特征为整幅图像的线条结构相对应的特征。对象纹理特征可以是对象的颜色、纹理等信息所构成的特征,相应的,风格纹理特征为从待应用参考风格图像中提取出与每个像素点纹理信息相对应的特征。
本公开实施例所提供的编码器的具体结构可以参见如图5所示的示意图,该编码器包括至少两个分支结构,每个分支结构中包括至少一个卷积层。卷积层用于提取相应的特征,如,第一分支结构用于提取结构特征,第二分支结构用于提取纹理特征。为了提高对特征提取的精度和高效性,至少一个卷积层用于降采样,以得到相应的结构特征和纹理特征。
本公开实施例中,将编码器设置为此种结构的好处在于:由于两个分支结构可以分别提取相应的结构特征,便于后续对相应特征进行融合,得到目标风格图像的效率,同时,解决了传统编码器采用单一分支结构进行特征提取时,无法对结构特征和纹理特征解耦,导致后续无法进行相应特征提取,进而未能达到风格化全面处理得效果。
S250、在确定与待应用参考风格图像相对应的风格纹理特征时,从目标缓存位置调取相应的风格纹理特征。
可以理解为,在后续确定风格纹理特征时,可以从目标存储位置调取相应的风格纹理特征,以进行后续风格处理的效果。
S260、基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。
本公开实施例的技术方案,可以预先确定待选择参考风格图像,并确定各待选择参考风格图像相对应的风格纹理特征并存储,以在实际应用中,可以根据所选择的待应用参考风格图像,从存储的风格纹理特征中选择相应的风格纹理特征,并进行后续风格特征的融合,进而得到目标特效视频的技术效果。
图6为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,待应用参考风格图像所对应的风格纹理特征可以是预先确定并存储的,以在确定目标风格图像时,可以调取相应的风格纹理特征进行图像融合,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图6所示,所述方法包括:
S310、获取待处理图像。
S320、基于预先训练得到的编码器提取待处理图像中与目标对象相对应的对象结构特征。
具体的,根据预先训练得到的编码器对待处理图像进行处理,得到与待处理图像中的目标对象对应的对象结构特征和对象纹理特征。
S330、基于对至少一个待选择风格图像的触发操作,确定待应用参考风格图像,并调取预先存储的与待应用参考风格图像相对应的风格纹理特征。
可以理解为,在上传待处理视频或触发特效控件后,可以在风格图像选择列表、或于显示界面中显示的风格图像选择区域中展示至少一个待选择风格图像。用户可以通过点击或长按的方式从至少一个待选择风格图像中选择待应用参考风格图像。同时,可以根据待应用参考风格图像的图像标识从预先存储的风格纹理特征中确定出相应的风格纹理特征。
需要说明的是,可以在确定待选择风格图像的风格纹理特征后,可以建立待选择风格图像和相应风格纹理特征之间的对应关系,或者是,将待选择风格图像和相应的风格纹理特征与相应的图像标识进行绑定,以基于图像标识从存储的风格纹理特征中确定出最终要使用的风格纹理特征。
S340、基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。
本公开实施例的技术方案,在用户选定了相应的待应用参考风格图像后,可以从预先存储的风格纹理特征中调取与待应用参考风格图像相对应的风格纹理特征,基于风格纹理特征和对象结构特征可以得到整幅图像融合某种风格后所对应的目标风格图像,达到了风格图像处理全面性的技术效果。
图7为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,待应用参考风格图像为实时确定的,相应的,待应用参考风格图像所对应的风格纹理特征也是实时确定的,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图7所示,所述方法包括:
S410、获取待处理图像。
S420、获取于显示界面上触发选择的待应用参考风格图像。
需要说明的是,可以根据触发选择待应用参考风格图像,实时确定其相应的风格纹理特征。
S430、将待应用参考风格图像和待处理图像输入至预先训练得到的编码器中,得到待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征。
在本实施例中,编码器的数量可以是一个。在基于一个编码器对待应用参考风格图像和待处理图像进行处理时,可以是:基于编码器先对待应用参考风格图像进行风格纹理特征提取,在基于编码器对待处理图像的对象结构特征进行提取,得到对象结构特征。
采样上述方式确定对象结构特征和风格纹理特征的好处在于:在编码器数量有限的条件下,就可以实现分别提取相应图像的风格纹理特征和对象结构特征的效果,实现了将编码器部署至终端设备上,达到使用普适性的效果。
在上述技术方案的基础上,将待应用参考风格图像和待处理图像输入至预先训练得到的编码器中,得到待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征,包括:分别确定待应用参考图像和待处理图像的标识属性;基于编码器依据标识属性提取待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征。
其中,标识属性可以是用于标识输入图像的标识码。例如,标识属性1表征该图像为待处理图像,标识属性2表征该图像为待应用参考风格图像。
具体的,在将图像输入至编码器时,可以为待处理图像和其对应的待应用参考风格图像添加相应的标识属性,进而依据标识属性可以提取相应图像的对象结构特征和风格纹理特征。
需要说明的是,在特效视频生成的过程中,可能会存在对于同一视频中的不同视频片段需要其展示不同的风格纹理特征。此时,可以在特效视频处理或者展示的过程中,显示在视频的不同片段应用不同的风格纹理特征。
还需要说明的是,在实际的应用过程中,编码器的数量可以是一个或者多个,如果是一个编码器则可以基于上述的方式对图像进行处理,如果编码器的数量是多个,那么可以基于各编码器对相应的图像进行处理。
可选的,编码器的数量包括两个,分别为第一编码器和第二编码器,将待应用参考风格图像和待处理图像输入至预先训练得到的编码器中,得到待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征,可以是:基于第一编码器对待处理图像进行特征提取,得到对象结构特征以及对象纹理特征;以及,基于第二编码器对待应用参考风格图像进行特征提取,得到风格纹理特征以及风格结构特征;获取对象结构特征和风格纹理特征。
其中,第一编码器可以是用于对待处理图像进行特征提取的编码器,相应的,第二编码器则可以理解为对待应用参考风格图像进行特征提取的编码器。
具体的,可以基于第一编码器提取出待处理图像中与目标对象相对应的对象结构特征和对象纹理特征;以及基于第二编码器提取待应用参考风格图像的风格结构特征和风格纹理特征。
需要说明的是,第一编码器和第二编码器仅仅是对编码器功能的举例说明,并不存在具体的对应关系,也即是说,若第一编码器用于对待处理图像进行处理,那么第二编码器则是对待应用参考风格图像进行处理,相应的,若第一编码器则是对待应用参考风格图像进行处理,那么第二编码器则是对待处理图像进行处理。
S440、基于目标生成器对对象结构特征和风格纹理特征重建处理,得到目标风格图像。
其中,目标生成器可以是用于对输入的特征进行重建处理,得到与特征相匹配的图像的模型。
具体的,在获取到对象结构特征和风格结构特征之后,可以基于目标生成器对对象结构特征和风格结构特征重建处理,得到目标风格图像。
示例性的,参见图8,可以将待处理图像输入到第一编码器中,由第一编码器提取出待处理图像的的对象结构特征和对象风格纹理特征,同时,基于第二编码器提取待应用参考风格图像的风格纹理特征和风格结构特征。。将对象结构特征和风格纹理特征输入到目标生成器中,重建出将待应用参考风格图像的风格特征融合至待处理图像中的目标风格图像。
本公开实施例的技术方案,可以实时确定待应用参考风格图像,并基于至少一个编码器提取待应用参考风格图像的风格纹理特征以及待处理图像中目标对象的对象结构特征,从而得到目标风格图像的技术效果。
图9为本公开实施例所提供的一种训练得到图像生成模型的流程示意图,在前述实施例的基础上,可以先训练得到图像生成模型,该图像生成模型中可以包括编码器和目标生成器,以基于编码器提取相应的特征,基于目标生成器对提取的特征进行重建,得到目标风格图像,本公开实施例可以对训练得到图像生成模型的方法进行详细阐述。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图9所示,所述方法包括:
S510、获取第一训练样本集和第二训练样本集。
其中,第一训练样本集和第二训练样本集中包括多个样本图像。可选的,第一训练样本集中包括多个第一训练图像,第一训练图像中可以包括相应的对象。第二训练样本集中包括多个风格特征的第二训练图像。
S520、基于第一训练样本集和第二训练样本集对相应的待训练图像生成模型进行训练,得到目标图像生成模型,以基于目标图像生成模型对待处理图像进行处理,得到目标风格图像。
其中,待训练图像生成模型可以是未经训练的图像生成模型,相应的,目标图像生成模型则可以理解为经过训练后得到的图像生成模型。待训练图像生成模型中可以包括待训练编码器和待训练生成器。待训练编码器用于提取相应图像的结构特征和纹理特征。待训练生成器可以对提取的特征进行重建处理,以相应的风格图像。
在上述技术方案的基础上,基于第一训练样本集和第二训练样本集对相应的待训练图像生成模型进行训练,得到目标图像生成模型,包括:基于第一待训练图像生成模型中的编码器提取第一训练图像的待训练对象结构特征以及待训练对象纹理特征;以及,基于第二待训练图像生成模型中的编码器提取第二训练图像的待训练风格纹理特征和待训练风格结构特征;基于第一待训练图像生成模型中的第一生成器对待训练对象结构特征和待训练对象纹理特征重建处理,得到第一重建图像;以及,基于第二待训练图像生成模型中的第二生成器对待训练对象结构特征和待训练风格纹理特征重建处理,得到第二重建图像;基于第一重建图像和相应的第一训练图像,对第一待训练图像生成模型中模型参数进行修正,以得到第一图像生成模型;基于第二重建图像和相应的第二训练图像,对第二待训练图像生成模型中的模型参数进行修正,以得到第二图像生成模型;基于第二图像生成模型以及第一图像生成模型中的编码器,确定目标图像生成模型。
其中,待训练对象结构特征为从第一待训练图像中提取的结构特征,相应的待训练对象纹理特征为从第一待训练图像中提取的纹理特征。待训练风格纹理特征俄日从第二待训练图像中提取出的纹理特征,相应的,待训练风格结构特征为第二待训练图像中提取出的结构特征。即,第一编码器可以提取出对象结构码和对象纹理码,第二编码器可以提取风格纹理码和风格结构码。结构码包括图像结构信息,结构信息中主要包括整体布局和线条等内容。风格纹理码为包括图像的纹理以风格等信息。基于与第一编码器相对应的第一图像生成器可以提取将提取的对象结构特征与对象纹理特征进行重建,得到第一重建图像。基于与第二编码器相对应的第二图像生成模型对对象结构特征和风格纹理特征进行重建处理,得到第二重建图像。基于第一重建图像和相应的第一训练图像,确定第一重建损失,以基于第一重建损失对第一编码器和第一图像生成器中的模型参数进行修正。同时,基于第二重建图像和相应的第二训练图像,确定风格损失值,基于风格损失值对第二编码器和第二图像生成器中的模型参数进行修正。
将相应的损失函数收敛作为训练目标,得到第一编码器、第二编码器以及图像生成模型。可以基于第一编码器提取待处理图像的对象结构特征,以及基于第二编码器提取待应用参考风格图像的风格纹理特征,基于任意一个图像生成器对对象结构特征和风格纹理特征进行特征融合处理,得到目标风格图像。还可以是,基于第一编码器提取待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征,基于任意一个图像生成器对对象结构特征以及风格纹理特征进行特征融合,得到目标风格图像。
本公开实施例所提供的技术方案,基于第一训练样本集和第二训练样本集对相应的待训练图像生成模型进行训练,得到目标图像生成模型,以基于目标图像生成模型对待处理图像和相应的待应用参考风格图像进行处理,得到目标风格图像,实现风格纹理特征处理全面性的技术效果。
图10为本公开实施例所提供的一种图像处理装置的结构框图,可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。如图10所示,该装置具体包括:待处理图像获取模块1010、特征提取模块1020以及风格图像确定模块1030。
待处理图像获取模块1010,用于获取待处理图像;
特征提取模块1020,用于确定待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
风格图像确定模块1030,用于基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。
在上述技术方案的基础上,待处理图像获取模块具体用于:在检测到触发特效处理操作时,采集待处理图像;或,将上传的待处理视频中的至少一个视频帧,分别作为待处理图像。
在上述技术方案的基础上,待应用参考风格图像是通过如下方式确定的:将预先设定的风格图像作为待应用参考风格图像;或,当检测到触发特效处理操作或接收到上传的待处理视频帧时,于显示界面展示至少一种待选择风格图像;基于选择的待选择风格图像,确定待应用参考风格图像。
在上述技术方案的基础上,还包括基于预先训练得到的编码器提取待选择参考风格图像的风格纹理特征并存储至目标缓存位置,以在确定与待应用参考风格图像相对应的风格纹理特征时,从目标缓存位置调取相应的风格纹理特征。
在上述技术方案的基础上,特征提取模块用于:基于预先训练得到的编码器提取待处理图像中与目标对象相对应的对象结构特征;基于对至少一个待选择风格图像的触发操作,确定待应用参考风格图像,并调取预先存储的与待应用参考风格图像相对应的风格纹理特征。
在上述技术方案的基础上,特征提取模块用于:获取于显示界面上触发选择的待应用参考风格图像;将待应用参考风格图像和待处理图像输入至预先训练得到的编码器中,得到待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征。
在上述技术方案的基础上,特征提取模块还用于:分别确定待应用参考图像和待处理图像的标识属性;基于编码器依据标识属性提取待处理图像的对象结构特征,以及待应用参考风格图像的风格纹理特征。
在上述技术方案的基础上,所述装置还包括:
特效视频生成模块,用于在检测到拍摄特效视频或接收到上传的录屏视频时,将至少一个视频帧作为待处理图像,并确定与所述待处理图像相对应的目标风格图像;对待处理图像的目标风格图像拼接处理,得到目标特效视频。
在上述技术方案的基础上,编码器包括第一编码器和第二编码器,特征提取模块还用于:基于第一编码器对待处理图像进行特征提取,得到对象结构特征以及对象纹理特征;以及,基于第二编码器对待应用参考风格图像进行特征提取,得到风格纹理特征以及风格结构特征;获取对象结构特征和风格纹理特征。
在上述技术方案的基础上,风格图像确定模块用于:基于目标生成器对对象结构特征和风格纹理特征重建处理,得到目标风格图像。
在上述技术方案的基础上,编码器包括至少两个分支结构,一个分支结构用于提取结构特征,另一个分支结构用于提取纹理特征,结构特征中包括对象结构特征和风格结构特征,纹理特征中包括对象纹理特征和风格纹理特征,分支结构包括至少一个卷积层。
在上述技术方案的基础上,待应用参考风格图像的风格纹理特征与至少一种漫画风格纹理特征、时代风格纹理特征或地域风格纹理特征相对应。
本公开实施例的技术方案,通过在获取待处理图像后,可以提取待处理图像中与目标对象相对应的对象结构特征,以及与待应用参考风格图像相对应的风格纹理特征,进而基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像,最终根据至少一个待处理图像的目标风格图像,确定目标特效视频。本公开实施例所提供的技术方案,可以将目标对象的结构特征与风格纹理特征进行融合,以得到对整幅待处理图像进行风格化处理的目标特效图像,达到了特效处理全面性的效果,进一步将特效画面进行展示时,可以提高用户欣赏体验的效果。
本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图11为本公开实施例所提供的一种电子设备的结构示意图。下面参考图11,其示出了适于用来实现本公开实施例的电子设备(例如图11中的终端设备或服务器)1100的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图11示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100可以包括处理装置(例如中央处理器、图形处理器等)1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储装置11011加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有电子设备1100操作所需的各种程序和数据。处理装置1101、ROM 1102以及RAM 1103通过总线1104彼此相连。编辑/输出(I/O)接口11011也连接至总线1104。
通常,以下装置可以连接至I/O接口1105:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1106;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1107;包括例如磁带、硬盘等的存储装置11011;以及通信装置1109。通信装置1109可以允许电子设备 1100与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备1100,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1109从网络上被下载和安装,或者从存储装置1108被安装,或者从ROM 1102 被安装。在该计算机程序被处理装置1101执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的图像处理方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM 或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
获取待处理图像;
确定待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
基于对象结构特征和风格纹理特征,确定与待处理图像相对应的目标风格图像。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上*** (SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器 (EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像;
确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
基于所述对象结构特征和所述风格纹理特征,确定与所述待处理图像相对应的目标风格图像。
2.根据权利要求1所述的方法,其特征在于,所述获取待处理图像,包括:
在检测到触发特效处理操作时,采集所述待处理图像;或,
将上传的待处理视频中的至少一个视频帧,分别作为所述待处理图像。
3.根据权利要求1所述的方法,其特征在于,所述待应用参考风格图像是通过如下方式确定的:
将预先设定的风格图像作为所述待应用参考风格图像;或,
当检测到触发特效处理操作或接收到上传的待处理视频时,于显示界面展示至少一种待选择风格图像;
基于所述选择的待选择风格图像,确定所述待应用参考风格图像。
4.根据权利要求3所述的方法,其特征在于,还包括:
基于预先训练得到的编码器提取所述待选择参考风格图像的风格纹理特征并存储至目标缓存位置,以在确定与所述待应用参考风格图像相对应的风格纹理特征时,从所述目标缓存位置调取相应的风格纹理特征。
5.根据权利要求1所述的方法,其特征在于,所述确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征,包括:
基于预先训练得到的编码器提取所述待处理图像中与所述目标对象相对应的对象结构特征;
基于对至少一个待选择风格图像的触发操作,确定待应用参考风格图像,并调取预先存储的与所述待应用参考风格图像相对应的风格纹理特征。
6.根据权利要求1所述的方法,其特征在于,所述确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征,包括:
获取于显示界面上触发选择的待应用参考风格图像;
将所述待应用参考风格图像和所述待处理图像输入至预先训练得到的编码器中,得到所述待处理图像的对象结构特征,以及所述待应用参考风格图像的风格纹理特征。
7.根据权利要求6所述的方法,其特征在于,所述将所述待应用参考风格图像和所述待处理图像输入至预先训练得到的编码器中,得到所述待处理图像的对象结构特征,以及所述待应用参考风格图像的风格纹理特征,包括:
分别确定所述待应用参考图像和所述待处理图像的标识属性;
基于所述编码器依据所述标识属性提取所述待处理图像的对象结构特征,以及所述待应用参考风格图像的风格纹理特征。
8.根据权利要求6所述的方法,其特征在于,所述编码器包括第一编码器和第二编码器,所述将所述待应用参考风格图像和所述待处理图像输入至预先训练得到的编码器中,得到所述待处理图像的对象结构特征,以及所述待应用参考风格图像的风格纹理特征,包括:
基于所述第一编码器对所述待处理图像进行特征提取,得到所述对象结构特征以及对象纹理特征;以及,
基于所述第二编码器对所述待应用参考风格图像进行特征提取,得到所述风格纹理特征以及风格结构特征;
获取所述对象结构特征和所述风格纹理特征。
9.根据权利要求1所述的方法,其特征在于,所述基于所述对象结构特征和所述风格纹理特征,确定与所述待处理图像相对应的目标风格图像,包括:
基于目标生成器对所述对象结构特征和所述风格纹理特征重建处理,得到所述目标风格图像。
10.根据权利要求1所述的方法,其特征在于,还包括:
在检测到拍摄特效视频或接收到上传的录屏视频时,将至少一个视频帧作为待处理图像,并确定与所述待处理图像相对应的目标风格图像;
对待处理图像的目标风格图像拼接处理,得到目标特效视频。
11.根据权利要求3-8中任一所述的方法,其特征在于,所述编码器包括至少两个分支结构,第一分支结构用于提取结构特征,第二分支结构用于提取纹理特征,所述结构特征中包括对象结构特征和风格结构特征,所述纹理特征中包括对象纹理特征和风格纹理特征,所述分支结构包括至少一个卷积层。
12.根据权利要求1-9中任一所述的方法,其特征在于,所述待应用参考风格图像的风格纹理特征与至少一种漫画风格纹理特征、时代风格纹理特征或地域风格纹理特征相对应。
13.一种图像处理装置,其特征在于,包括
待处理图像获取模块,用于获取待处理图像;
特征提取模块,用于确定所述待处理图像中与目标对象相对应的对象结构特征,以及确定与待应用参考风格图像相对应的风格纹理特征;
风格图像确定模块,用于基于所述对象结构特征和所述风格纹理特征,确定与所述待处理图像相对应的目标风格图像。
14.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的图像处理方法。
15.一种包含计算机可执行指令的存储介质,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1-12中任一所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210751838.9A CN114926326A (zh) | 2022-06-28 | 2022-06-28 | 图像处理方法、装置、电子设备及存储介质 |
PCT/CN2023/100326 WO2024001802A1 (zh) | 2022-06-28 | 2023-06-15 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210751838.9A CN114926326A (zh) | 2022-06-28 | 2022-06-28 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926326A true CN114926326A (zh) | 2022-08-19 |
Family
ID=82815234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210751838.9A Pending CN114926326A (zh) | 2022-06-28 | 2022-06-28 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114926326A (zh) |
WO (1) | WO2024001802A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024001802A1 (zh) * | 2022-06-28 | 2024-01-04 | 北京字跳网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10832387B2 (en) * | 2017-07-19 | 2020-11-10 | Petuum Inc. | Real-time intelligent image manipulation system |
CN114331820A (zh) * | 2021-12-29 | 2022-04-12 | 北京字跳网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114926326A (zh) * | 2022-06-28 | 2022-08-19 | 北京字跳网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-28 CN CN202210751838.9A patent/CN114926326A/zh active Pending
-
2023
- 2023-06-15 WO PCT/CN2023/100326 patent/WO2024001802A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024001802A1 (zh) * | 2022-06-28 | 2024-01-04 | 北京字跳网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024001802A1 (zh) | 2024-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111629252B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN111970577B (zh) | 字幕编辑方法、装置和电子设备 | |
CN112165632B (zh) | 视频处理方法、装置及设备 | |
US20220368980A1 (en) | Video interaction method and device, electronic device and storage medium | |
CN113850746A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
WO2022171024A1 (zh) | 图像显示方法、装置、设备及介质 | |
US11785195B2 (en) | Method and apparatus for processing three-dimensional video, readable storage medium and electronic device | |
CN114331820A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111970571A (zh) | 视频制作方法、装置、设备及存储介质 | |
CN111726691A (zh) | 视频推荐方法、装置、电子设备及计算机可读存储介质 | |
CN113806306A (zh) | 媒体文件处理方法、装置、设备、可读存储介质及产品 | |
CN111246196B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN113507637A (zh) | 媒体文件处理方法、装置、设备、可读存储介质及产品 | |
CN114937192A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115002359A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN114926326A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112351221A (zh) | 图像特效处理方法、装置、电子设备和计算机可读存储介质 | |
CN114053697A (zh) | 云游戏交互方法、装置、可读介质和电子设备 | |
CN111669625A (zh) | 一种拍摄文件的处理方法、装置、设备及存储介质 | |
CN114528433B (zh) | 一种模板选择方法、装置、电子设备及存储介质 | |
CN116112617A (zh) | 演播画面的处理方法、装置、电子设备及存储介质 | |
CN116048337A (zh) | 一种页面展示方法、装置、设备和存储介质 | |
CN115082368A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN117319736A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN114584709A (zh) | 变焦特效的生成方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |