CN115965840A - 图像风格迁移和模型训练方法、装置、设备和介质 - Google Patents

图像风格迁移和模型训练方法、装置、设备和介质 Download PDF

Info

Publication number
CN115965840A
CN115965840A CN202111183748.6A CN202111183748A CN115965840A CN 115965840 A CN115965840 A CN 115965840A CN 202111183748 A CN202111183748 A CN 202111183748A CN 115965840 A CN115965840 A CN 115965840A
Authority
CN
China
Prior art keywords
image
model
style
portrait
training
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
Application number
CN202111183748.6A
Other languages
English (en)
Inventor
尹淳骥
吴国宏
周财进
李文越
李云颢
沈宇军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202111183748.6A priority Critical patent/CN115965840A/zh
Priority to PCT/CN2022/120163 priority patent/WO2023061169A1/zh
Publication of CN115965840A publication Critical patent/CN115965840A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种图像风格迁移和模型训练方法、装置、设备和介质。其中，该方法包括：获取第一数量的人像图像样本，并利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；获取第二数量的风格图像样本，并利用各风格图像样本对人像图像生成模型进行训练，确定风格模型参数；其中，第二数量小于第一数量；基于人像模型参数和风格模型参数，确定迁移模型参数；基于迁移模型参数和预设神经网络模型，生成第一图像风格迁移模型。根据本公开实施例，只需少量风格图像样本便可实现图像风格迁移模型的训练，极大地降低了模型训练成本，提高了模型训练效率，进而提高不同图像风格变换的实现效率。

Description

图像风格迁移和模型训练方法、装置、设备和介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像风格迁移和模型训练方法、装置、设备和介质。
背景技术
图像风格迁移是指将第一图像的风格(图像中主要目标的主要属性，如人脸的表情、朝向、发型、光照、肤色等等特征)迁移到第二图像上，最终得到的图像呈现效果是第二图像的图像内容和第一图像的图像风格的完美结合。图像风格迁移已经广泛应用至摄影、动漫、游戏和电子商务等众多领域中。
目前的图像风格迁移的一种主要实现方式是通过训练图像风格迁移模型，再利用该训练后的图像风格迁移模型来生成风格迁移的图像。但是，现有的图像风格迁移模型的训练严重依赖于训练数据，动辄需要收集大量的风格化图像(含有所需风格的主要属性的图像)作为训练样本，使得每次更换风格均需收集大量样本，不仅增加成本，而且降低模型训练效率。
发明内容
为了解决上述图像风格迁移模型训练依赖于大量训练样本而增加训练成本、降低训练效率的技术问题，本公开提供了一种图像风格迁移和模型训练方法、装置、设备和介质。
第一方面，本公开提供了一种图像风格迁移模型的训练方法，该方法包括：
获取第一数量的人像图像样本，并利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；
获取第二数量的风格图像样本，并利用各风格图像样本对人像图像生成模型进行训练，确定风格模型参数；其中，第二数量小于第一数量；
基于人像模型参数和风格模型参数，确定迁移模型参数；
基于迁移模型参数和预设神经网络模型，生成第一图像风格迁移模型。
第二方面，本公开提供了一种图像风格迁移方法，该方法包括：
获取待处理图像；
将待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成待处理图像的目标风格化图像；
其中，第一图像风格迁移模型和第二图像风格迁移模型基于本公开任意实施例提供的图像风格迁移模型的训练方法获得。
第三方面，本公开提供了一种图像风格迁移模型的训练装置，该装置包括：
人像模型参数确定模块，用于获取第一数量的人像图像样本，并利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；
风格模型参数确定模块，用于获取第二数量的风格图像样本，并利用各风格图像样本对人像图像生成模型进行训练，确定风格模型参数；其中，第二数量小于第一数量；
迁移模型参数确定模块，用于基于人像模型参数和风格模型参数，确定迁移模型参数；
第一图像风格迁移模型生成模块，用于基于迁移模型参数和预设神经网络模型，生成第一图像风格迁移模型。
第四方面，本公开提供了一种图像风格迁移装置，该装置包括：
待处理图像获取模块，用于获取待处理图像；
目标风格化图像生成模块，用于将待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成待处理图像的目标风格化图像；
其中，第一图像风格迁移模型和第二图像风格迁移模型基于本公开任意实施例所说明的图像风格迁移模型的训练方法获得。
第五方面，本公开提供了一种电子设备，该电子设备包括：
处理器；
存储器，用于存储可执行指令；
其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以实现本公开任意实施例所说明的图像风格迁移模型的训练方法的步骤，或者实现本公开任意实施例所说明的图像风格迁移方法的步骤。
第六方面，本公开提供了一种计算机可读存储介质，该存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现本公开任意实施例所说明的图像风格迁移模型的训练方法的步骤，或者实现本公开任意实施例所说明的图像风格迁移方法的步骤。
本公开实施例的图像风格迁移和模型训练方法、装置、设备和介质，相对于现有技术具有如下优点：
1、在模型训练过程中，利用收集难度较小的大量人像图像样本对预设神经网络模型进行训练生成人像图像生成模型，作为后续风格迁移模型训练的基础模型，而后利用收集难度较大的少量风格图像样本对人像图像生成模型进行二次训练生成风格模型参数，不仅降低了整个模型训练过程中的样本收集难度，而且只需少量风格图像样本便可实现图像风格迁移模型的训练，极大地降低了模型训练成本，提高了模型训练效率，进而提高不同图像风格变换的实现效率。
2、在模型训练过程中，获得人像模型参数和风格模型参数时参与训练的神经网络模型分别是预设神经网络模型和对预设神经网络模型进行训练而获得的人像图像生成模型，两者的模型结构相同，所以后续可直接对人像模型参数和风格模型参数进行参数融合来生成第一图像风格迁移模型，而无需对模型结构进行融合，降低了模型训练的复杂度，进一步提高了模型训练效率。
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为本公开实施例提供的一种图像风格迁移模型的训练方法的流程图；
图2为本公开实施例提供的一种预设神经网络模型的模型架构图；
图3为本公开实施例提供的一种组合神经网络模型的模型架构图；
图4为本公开实施例提供的一种预设编码器模型的训练过程示意图；
图5为本公开实施例提供的一种图像风格迁移方法的流程图；
图6为本公开实施例提供的一种图像风格迁移模型的训练装置的结构示意图；
图7为本公开实施例提供的一种图像风格迁移装置的结构示意图；
图8为本公开实施例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。
目前的图像风格迁移的主要实现方式之一是训练神经网络模型，而模型训练需要大量的图像样本，这些图像样本的收集需要花费大量的人力，尤其是含有想要的图像特征的风格图像(例如漫画图像)的收集更耗人力。如此，每次更换一种图像风格，就需要大量地收集风格图像样本，并重新进行模型训练，严重影响模型训练的效率和图像风格迁移的实现效率。
基于上述情况，本申请实施例提供一种图像风格迁移模型的训练方案，以在模型训练过程中，利用收集难度较小的大量人像图像样本对预设神经网络模型进行训练生成人像图像生成模型，而后利用收集难度较大的少量风格图像样本对人像图像生成模型进行二次训练生成风格模型参数，进而对人像模型参数和风格模型参数进行参数融合来生成第一图像风格迁移模型，不仅降低了整个模型训练过程中的样本收集难度，而且只需少量风格图像样本便可实现图像风格迁移模型的训练，极大地降低了模型训练成本，提高了模型训练效率，进而提高不同图像风格变换的实现效率。
本申请实施例提供的图像风格迁移模型的训练方案，可应用于任何需要实现图像风格迁移或风格融合的应用场景中，例如可以应用至漫画图像的生成，再如可以应用至游戏人物的生成，又如可以应用至社交网络中用户头像、拍摄图像等的风格化处理等等。
下面首先结合图1-4对本公开实施例提供的图像风格迁移模型的训练方法进行说明。
在本公开实施例中，图像风格迁移模型的训练方法可以由电子设备执行。其中，电子设备可以包括但不限于笔记本电脑、台式电脑或服务器等具备大量图像处理功能的设备。
图1示出了本公开实施例提供的一种图像风格迁移模型的训练方法的流程示意图。如图1所示，该图像风格迁移模型的训练方法可以包括如下步骤：
S110、获取第一数量的人像图像样本，并利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数。
其中，第一数量是指预先设置的图像数量。考虑到人像图像容易收集，且为了确保训练后的模型效果，第一数量可以设置为较大的数值，例如上万。人像图像样本是指包含真实的人物头像或仿真的人物头像在内的图像，其作为模型训练的样本数据。
预设神经网络模型是预先设置的神经网络模型，其模型参数为默认的初始模型参数。预设神经网络模型例如可以是生成式对抗网络(Generative Adversarial Networks,GAN)。本公开实施例中以预设神经网络模型为styleGAN(Style-Based GeneratorArchitecture for Generative Adversarial Networks)模型或styleGAN2模型为例。图2为以styleGAN2模型为例的预设神经网络模型的模型架构图。如图2所示，预设神经网络模型中包含两个网络分支，分别是特征映射网络分支210和图像生成网络分支220。特征映射网络分支210至少包含8个全连接层，用于将输入的人像图像对应的隐藏特征z映射至隐藏特征空间w。图像生成网络分支220用于输入隐藏特征空间w中的特征A和随机噪声对应噪声特征B，并输出特征融合后的人像图像。
人像图像生成模型是指能够生成特征融合的人像图像的模型，其能够实现输入一张人像图像而输出另一张特征融合的人像图像的功能。人像图像生成模型是对预设神经网络模型进行模型训练而获得，其模型参数便为人像模型参数。
具体地，收集第一数量的人像图像样本。然后，将预设神经网络模型的各模型参数设置为初始模型参数(或称缺省值、默认值)。之后，将这些人像图像样本逐个输入预设神经网络模型进行训练，并根据训练输出结果及其对应的输入的人像图像样本进行损失值计算，且利用损失值进行误差反传来校正模型参数，直至模型训练达到训练收敛条件。将达到训练收敛条件时对应的模型参数确定为人像模型参数，并将此时的预设神经网络模型作为人像图像生成模型。
因该人像图像生成模型和人像模型参数是经过上万张人像图像样本训练而得到的，足以确保其模型精度满足实际应用需求，所以在后续模型训练过程中，该人像图像生成模型和人像模型参数均保持不变，也不再需要重新训练，其将作为后续至少一个模型训练的基础模型和基础模型参数。也因该人像图像生成模型和人像模型参数只需经过一次模型训练，便可作为后续不同风格的风格迁移模型训练的基础，所以也能在一定程度上减少图像风格迁移模型训练过程中的重复训练过程，提高模型训练效率。
S120、获取第二数量的风格图像样本，并利用各风格图像样本对人像图像生成模型进行训练，确定风格模型参数。
其中，第二数量是指预先设置的图像数量。该第二数量小于第一数量，例如第二数量是比第一数量小至少两个数量级的数值，具体示例为第二数量可以设置为几百等相对较小的数值。风格图像样本是指包含所需风格的主要属性的特征的图像，其作为图像风格迁移模型的样本数据。风格模型参数是指利用风格图像样本进行模型训练而获得的模型参数。本公开实施例中的风格是指图像的作画风格和图像的整体色彩风格、色调风格、光线风格等，作画风格包括人物的外貌、体型、发型、服装等人物设计，以及画面要素布局的空间感和层次感等。例如，风格可以是漫画风格、蜡笔画风格、水墨画风格、油画风格、素描风格等。
具体地，在确定所需的风格(如日漫风格、美漫风格等)后，收集具有该风格的第二数量的风格图像样本。因为本公开实施例中是利用风格图像样本在人像图像生成模型的基础上进行二次模型训练，而人像图像模型已经能够精准捕获输入图像中的主要属性特征，所以本阶段模型训练过程中只需上百张风格图像样本参与模型训练，便可使得人像图像生成模型精准捕获风格图像样本中的风格特征，实现输入一张风格图像而输出另一张风格图像的功能。这样，即便是响应于业务需求而变换图像风格，也只需再收集几百张新的风格对应的风格图像样本，重新对人像图像生成模型进行训练即可，极大地降低了风格变换的实现成本，也提高了风格变换的模型训练效率。
上述二次模型训练的过程是：将每张风格图像样本输入人像图像生成模型中进行训练，并根据训练输出结果及其对应的输入的风格图像样本进行损失值计算，且利用损失值进行误差反传来校正模型参数，直至模型训练达到训练收敛条件。将达到训练收敛条件时对应的模型参数确定为风格模型参数，并将此时的预设神经网络模型作为风格图像生成模型。
可以理解的是，预设神经网络模型、人像图像生成模型和风格图像生成模型的模型结构完全相同，均包含特征映射网络分支和图像生成网络分支，但是三个模型的模型参数不同，分别对应为初始模型参数、人像模型参数和风格模型参数。
S130、基于人像模型参数和风格模型参数，确定迁移模型参数。
其中，迁移模型参数是指能够实现输入一张人像图像而输出一张风格图像的功能的模型(即第一图像风格迁移模型)对应的模型参数，即实现图像风格迁移的模型的模型参数。
具体地，相关技术中在实现图像风格迁移时大多是利用人像图像及其对应的风格图像进行模型训练，以此来获得迁移模型参数。但是，这样的训练过程需要大量成对的人像图像样本和风格图像样本，样本收集难度更大。所以，本公开实施例中并未采用上述模型训练的策略，而是先后通过模型训练获得人像模型参数和风格模型参数，且这两种模型参数是应用于相同的模型结构，以控制模型实现输出人像图像和风格图像的不同目的。那么，将这两种模型参数进行融合，并将融合后的模型参数(即迁移模型参数)应用至预设神经网络模型，便可实现输入一张人像图像而输出一张风格图像的功能，且输出的风格图像的风格与之前收集的风格图像样本的风格相同。
至于人像模型参数和风格模型参数的融合方式，可以是按照预先设定的权重相加、相乘或相除等等，也可以是提供人机交互界面，以实时接收用户输入的融合方式和融合参数等信息来实现模型参数的融合。具体的融合方式可根据图像风格迁移的精度和效果等业务需求来确定。
在一些实施例中，通过权重加权的方式进行人像模型参数和风格模型参数的融合。那么S130包括：确定第三数量的权重系数组；针对每个网络层，基于该网络层对应的权重系数组，对该网络层的人像模型参数和风格模型参数进行加权处理，确定该网络层的迁移模型参数。
其中，第三数量是指预先设置的权重系数组的数量。一个权重系数组包含指人像模型参数和风格模型参数在相同网络层的权重系数。那么，第三数量不超过预设神经网络模型包含的网络层的数量。
具体地，预设神经网络模型包含多个网络层，每个网络层中包含至少一个模型参数，每个模型参数对应的迁移模型参数均需由对应的人像模型参数和风格模型参数加权得到。基于此，先基于预设神经网络模型包含的网络层的数量和业务需求确定第三数量。例如，对于512×512大小的图像，其对应的隐藏特征空间w包含16个特征层，图像生成网络分支也包含16个网络层。那么，第三数量便是小于或等于16的取值。例如，业务需求侧重模型精度，那么可以将第三数量设置为16；业务需求侧重模型训练速度，那么可以将第三数量设置为小于16的数值，如8或4等较小的数值。然后，确定第三数量的权重系数组。例如，第三数量为16，那么就确定16组权重系数，每组权重系数包含至少两个权重系数，分别作用于对应的一个网络层中的人像模型参数和风格模型参数。又如，第三数量为8，那么确定8组权重系数，每组权重系数同样包含至少两个权重系数，分别作用于对应的两个网络层中的人像模型参数和风格模型参数。当网络层中包含多个模型参数时，其对应的权重系数组也可以包含三个及以上的权重系数，以便更加精细地为每个模型参数配置权重系数。最后，利用配置好的各权重系数组，对每个网络层的人像模型参数和风格模型参数进行加权计算，便可获得每个网络层中包含的每个模型参数的迁移模型参数。这样能够在保持模型参数不失真的情况下，快速且准确地获得迁移模型参数。
S140、基于迁移模型参数和预设神经网络模型，生成第一图像风格迁移模型。
具体地，将所得的迁移模型参数应用于预设神经网络模型，便可获得第一图像风格迁移模型。
本公开上述各实施例提供的图像风格迁移模型的训练方法，能够在模型训练过程中，利用收集难度较小的大量人像图像样本对预设神经网络模型进行训练生成人像图像生成模型，作为后续风格迁移模型训练的基础模型，而后利用收集难度较大的少量风格图像样本对人像图像生成模型进行二次训练生成风格模型参数，不仅降低了整个模型训练过程中的样本收集难度，而且只需少量风格图像样本便可实现图像风格迁移模型的训练，极大地降低了模型训练成本，提高了模型训练效率，进而提高不同图像风格变换的实现效率。另外，因训练过程中的模型结构不变，所以可直接对人像模型参数和风格模型参数进行参数融合来生成第一图像风格迁移模型，而无需对模型结构进行融合，降低了模型训练的复杂度，进一步提高了模型训练效率。
在上述各实施例提供的技术方案的基础上，第二数量的风格图像样本可以包含多组风格图像样本，一组风格图像样本对应于一种图像风格。即可以同时收集多种图像风格的风格图像样本，且按照图像风格将收集到的第二数量的风格图像样本分组。
在上述基础上，S120可实现为：利用各组风格图像样本分别对人像图像生成模型进行训练，确定每个图像风格对应的风格模型参数。具体地，对于某一图像风格，将其对应的一组风格图像样本中的每个风格图像样本逐个输入人像图像生成模型进行训练，直至到达训练收敛条件，获得该图像风格对应的风格模型参数。按照该流程，可获得每个图像风格对应的风格模型参数。
在上述基础上，S130可实现为：基于人像模型参数和各风格模型参数，确定迁移模型参数。具体地，当存在多个图像风格对应的风格模型参数时，可以选择一个图像风格对应的风格模型参数和人像模型参数进行融合来获得迁移模型参数，以便后续实现对该图像风格的图像风格迁移；也可以选择多个图像风格对应的风格模型参数和人像模型参数进行融合来获得迁移模型参数，以便后续实现对混合图像风格的图像风格迁移。这样可以增加图像风格迁移的风格多样性和灵活性。
在上述各实施例提供的技术方案的基础上，在S110之后，该图像风格迁移模型的训练方法还包括第二图像风格迁移模型的训练过程，如下步骤A～步骤B。该第二图像风格迁移模型也用于实现输入一个人像图像而输出一个风格图像的功能，但是其能够保留更多的图像细节特征，使得风格化的程度更高，所得的风格图像质量更高，细节特征更加精确且细腻。
步骤A：利用各人像图像样本对组合神经网络模型进行训练，确定预设编码器模型的编码器模型参数。
其中，组合神经网络模型是指由至少两种神经网络模型组合而来的模型。
本公开实施例中，组合神经网络模型由预设编码器模型和预设神经网络模型中的图像生成网络分支构成。其中，预设编码器模型是指编码Encoder模型，其用于将输入内容(如图像)转化成一个固定维度的稠密向量。本公开实施例中，预设编码器模型用于将输入的人像图像样本输出为隐藏空间的特征向量。即利用预设编码器模型替代预设神经网络模型中的特征映射网络分支，相对于为了增加模型训练过程中图像的细节特征而在预设神经网络的基础上增加预设编码器模型的网络结构而言，本公开实施例中的网络分支替代方式既增加了图像细节特征，又简化了模型结构。其中，图像生成网络分支用于基于预设编码器模型输出的隐藏空间的特征向量生成人像图像结果或风格图像结果，且图像生成网络分支的模型参数保持为人像模型参数中相应网络分支的模型参数。
图3示出了本公开实施例提供的一种组合神经网络模型的模型架构图。如图3所示，组合神经网络模型由预设编码器模型310和图像生成网络分支320组成。预设编码器模型310的输入为人像图像或风格图像，输出为隐藏空间的特征向量w。图像生成网络分支320为预设神经网络模型中的相同网络分支，且该网络分支的模型参数仍然采用人像图像生成模型中相应网络分支的人像模型参数，且其模型参数在组合神经网络模型的训练过程中保持不变。
具体地，考虑到诸如styleGAN或styleGAN2等预设神经网络模型中的特征映射网络分支是多个相同的全连接层，其输出的隐藏空间的特征向量w的每层特征向量虽然耦合性降低了，但是各层特征向量的空间分布相同，一定程度上损失了一些图像特征。所以，本公开实施例中利用预设编码器模型来替代原有的特征映射网络分支，以便在确保输出的隐藏空间的特征向量w的每层特征向量降低耦合性的同时，更多地保留原始输入图像中的图像特征信息。
根据上述说明，人像图像生成模型是图像风格迁移模型训练的基础模型，所以选择上述第一数量的人像图像样本对组合神经网络模型进行训练，以使得训练后的组合神经网络模型也能作为后续模型训练的基础模型。具体实施时，将组合神经网络模型中预设编码器模型的模型参数预设为初始模型参数，而将其中的图像生成网络分支的模型参数设置为对应部分的人像模型参数。然后，将各人像图像样本逐个输入组合神经网络模型进行训练，并计算训练过程中输出图像和输入图像之间的损失值，以利用该损失值进行误差反传来校正预设编码器模型的模型参数，直至达到训练收敛条件。将达到训练收敛条件时预设编码器模型的模型参数确定为编码器模型参数。
步骤B：基于预设编码器模型、编码器模型参数、第一图像风格迁移模型中的图像生成网络分支和迁移模型参数中图像生成网络分支的模型参数，生成第二图像风格迁移模型。
具体地，因为预设编码器模型和上述特征映射网络分支的作用是从输入图像中提取无耦合关系的图像特征，作为图像生成网络分支的输入数据，所以这部分网络分支的重点在于保证提取的图像特征的准确性和多样性，故该网络分支可以选择采用了编码器模型参数的预设编码器模型。真正实现图像风格迁移功能的是图像生成网络分支，所以这部分网络分支的重点在于保证其模型参数是融合了人像模型参数和风格模型参数的迁移模型参数。综上，可以由采用了编码器模型参数的预设编码器模型和采用了迁移模型参数的预设神经网络模型中的图像生成网络分支来构成第二图像风格迁移模型。
在一些实施例中，根据上述说明，组合神经网络模型中为了增加图像细节特征并简化模型结构，利用预设编码器模型替代了预设神经网络模型中的特征映射网络分支，但是考虑到传统的Encoder模型训练方式(即利用模型输入图像和输出图像之间的差异进行模型参数优化的方式)不能很好地保证其输出的隐藏空间的特征向量w的分布与人像图像生成模型输出的隐藏空间的特征向量w的分布一致，从而导致第二图像风格迁移模型输出的风格图像中出现伪影(artifacts)。本公开实施例中在进行Encoder模型训练时，增加了一个最大均值差异(Maximum Mean Discrepancy,MMD)损失函数。最大均值差异MMD主要用来度量两个不同但相关的分布的距离，所以，在组合神经网络模型的训练过程中，可以增加最大均值差异损失函数MMD loss，以计算人像图像生成模型中的特征映射网络分支输出的特征分布一致性较好的隐藏空间特征向量w，与预设编码器模型输出的特征分布一致性相对较差的隐藏空间特征向量w之间的差异，并利用该差异进行模型训练过程中的迭代的误差反传，以进一步校正模型参数，不断缩小预设编码器模型输出的特征分布一致性相对较差的隐藏空间特征向量w与人像图像生成模型中的特征映射网络分支输出的特征分布一致性较好的隐藏空间特征向量w之间的差异，尽可能地消除上述隐藏空间的特征向量w空间分布不一致的问题，使得组合神经网络中的预设编码器模型能够输出特征分布一致性较好的隐藏空间特征向量w，进而进一步提高输出的风格图像的图像质量。基于此，上述步骤A可实现为如图4所示的过程：
A1、将任一人像图像样本输入组合神经网络模型，确定人像图像样本对应的第一特征向量和人像图像结果。
具体地，将任一人像图像样本401输入组合神经网络模型中的预设编码器模型402，经过预设编码器模型402的运算，输出人像图像样本401对应的第一特征向量，即隐藏空间特征向量w 403。之后，将隐藏空间特征向量w 403输入人像图像生成模型中的图像生成网络分支404，经过该网络分支的计算，输出人像图像结果405。
A2、将人像图像样本输入人像图像生成模型，确定人像图像样本对应的第二特征向量。
具体地，将上述步骤A1中的人像图像样本输入人像图像生成模型中的特征映射网络分支，经过该网络分支运算，输出隐藏空间特征向量w，作为人像图像样本401对应的第二特征向量，即先验隐藏空间特征向量w 406。
A3、基于人像图像样本和人像图像结果，确定第一损失值，并基于第一特征向量和第二特征向量，利用最大均值差异损失函数，确定第二损失值。
具体地，对人像图像样本401和人像图像结果405进行图像差分运算，获得预设编码器模型训练的第一损失值407。同时，对上述获得的第一特征向量和第二特征向量进行最大均值差异损失函数MMD loss的计算，即计算先验隐藏空间特征向量w 406和隐藏空间特征向量w 403之间的MMD loss值，作为第二损失值408。
A4、基于第一损失值和第二损失值，对预设编码器模型的模型参数进行误差反传，以迭代校正预设编码器模型的模型参数，直至模型训练达到训练收敛条件。
具体地，利用第一损失值407和第二损失值408进行误差反传，以对预设编码器模型402的模型参数进行校正。通过上述步骤A1～步骤A4的循环过程，便可迭代校正预设编码器模型的模型参数，直至达到训练收敛条件(如模型参数的差异满足预设差异阈值，或者达到预设迭代次数)，此时所得的模型参数便为编码器模型参数。下面结合图5对本公开实施例提供的图像风格迁移方法进行说明。
在本公开实施例中，该图像风格迁移方法可以由电子设备执行。其中，电子设备可以包括但不限于智能手机、掌上电脑、平板电脑、笔记本电脑等移动式智能设备，以及智能电视、台式电脑或服务器等固定终端设备。
图5示出了本公开实施例提供的一种图像风格迁移方法的流程示意图。如图5所示，该图像风格迁移方法可以包括如下步骤：
S510、获取待处理图像。
具体地，获取需要进行图像风格化的图像，作为待处理图像。例如，可以接收用户输入的图像(如用户头像)作为待处理图像。
S520、将待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成待处理图像的目标风格化图像。
其中，第一图像风格迁移模型通过上述各实施例所说明的图像风格迁移模型的训练方法而获得，其模型结构如图2所示的预设神经网络模型的模型结构，模型参数为迁移模型参数。第二图像风格迁移模型通过上述各实施例所说明的图像风格迁移模型的训练方法而获得，其模型结构如图3所示的组合神经网络模型的模型结构，模型参数为预设编码器模型的编码器模型参数和图像生成网络分支的迁移模型参数。
具体地，根据上述说明，第一图像风格迁移模型和第二图像风格迁移模型均是根据所需的图像风格的少量风格图像样本训练得到的、能够实现输入一张人像图像而输出一张风格图像的功能的模型。所以，可以将待处理图像输入上述第一图像风格迁移模型或者第二图像风格迁移模型，经过模型运行，可获得模型输出结果，即待处理图像风格化之后的图像(目标风格化图像)。
本公开上述各实施例提供的图像风格迁移方法，能够利用训练后的第一图像风格迁移模型或第二图像风格迁移模型，对待处理图像进行风格化处理，生成目标风格图像，提高了待处理图像的风格化的精细程度，从而提高了目标风格图像的图像质量。
在本公开提供的一种实现方式中，可以对待处理图像的风格化过程进行优化，如在风格迁移模型的运算过程中增加对隐藏空间的特征向量w的优化过程，以便进一步提高图像风格化的精细程度，从而进一步提高目标风格图像的图像质量。
在一些实施例中，当风格迁移模型为第一图像风格迁移模型时，S520可实现为：
步骤C、将待处理图像输入第一图像风格迁移模型中的特征映射网络分支，输出待处理图像的第三特征向量，即隐藏空间的特征向量w。
步骤D、基于第三特征向量和参考特征向量，确定待处理图像对应的第一融合特征向量。
其中，参考特征向量为第一图像风格迁移模型输出的参考风格图像对应的特征向量。例如，可以随机确定多个人像图像，并将其逐个输入第一图像风格迁移模型，输出每个人像图像对应的风格图像。从这些输出的风格图像中筛选出风格化效果(如图像质量、图像细节特征等)满足一定要求的至少一个风格图像(即参考风格图像)，并根据筛选出的参考风格图像对应的隐藏空间特征向量确定参考特征向量。如果参考风格图像只有一个，那么其对应的隐藏空间特征向量便为参考特征向量。如果参考风格图像有多个，那么可以从多个参考风格图像对应的隐藏空间特征向量中二次筛选出一个隐藏空间特征向量作为参考特征向量，或者对多个参考风格图像对应的隐藏空间特征向量进行加权融合，确定出参考特征向量。
具体地，将步骤C所得的第三特征向量和参考特征向量进行融合处理，如按照一定的权重系数，对步骤C所得的隐藏空间特征向量w和预先筛选确定的隐藏空间特征向量w进行加权计算，所得结果便为第一融合特征向量。该处权重系数可以是预先预设的固定经验值，也可以是提供人机交互接口实时接收的用户的输入值。并且，该加权计算的过程可参见上述模型参数的加权计算过程的说明。步骤E、将步骤D获得的第一融合特征向量输入第一图像风格迁移模型中的图像生成网络分支，输出待处理图像的目标风格图像，即第一风格化图像。
在另一些实施例中，当风格迁移模型为第二图像风格迁移模型时，S520可实现为：
步骤C′、将待处理图像输入第二图像风格迁移模型中的预设编码器模型，输出待处理图像的第四特征向量，即隐藏空间的特征向量w。
步骤D′、基于第四特征向量和参考特征向量，确定待处理图像对应的第二融合特征向量。
其中，参考特征向量为第二图像风格迁移模型输出的参考风格图像对应的特征向量。该参考特征向量的获取过程可参见上述步骤C的说明，只是将其中的第一图像风格迁移模型替换为第二图像风格迁移模型。
具体地，将步骤C′所得的第三特征向量和参考特征向量进行融合处理，所得结果便为第二融合特征向量。
步骤E′、将步骤D′所得的第二融合特征向量输入第二图像风格迁移模型中的图像生成网络分支，输出待处理图像的目标风格图像，即第二风格化图像。
需要说明的是，因参考特征向量是风格化效果较好的参考风格图像对应的隐藏空间特征向量w，其较好地保留了输入图像的图像特征，所以，将参考特征向量与待处理图像对应的隐藏空间特征向量w(上述第三特征向量或第四特征向量)进行融合，可以进一步丰富隐藏空间特征向量w的特征信息，所以，本公开实施例中对隐藏空间的特征向量w的优化过程可以进一步提高图像风格化的精细程度，从而进一步提高目标风格图像的图像质量。
图6示出了本公开实施例提供的一种图像风格迁移模型的训练装置的结构示意图。
如图6所示，该图像风格迁移模型的训练装置600可以包括：
人像模型参数确定模块610，用于获取第一数量的人像图像样本，并利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；
风格模型参数确定模块620，用于获取第二数量的风格图像样本，并利用各风格图像样本对人像图像生成模型进行训练，确定风格模型参数；其中，第二数量小于第一数量；
迁移模型参数确定模块630，用于基于人像模型参数和风格模型参数，确定迁移模型参数；
第一图像风格迁移模型生成模块640，用于基于迁移模型参数和预设神经网络模型，生成第一图像风格迁移模型。
本公开实施例提供的上述图像风格迁移模型的训练装置600，能够在模型训练过程中，利用收集难度较小的大量人像图像样本对预设神经网络模型进行训练生成人像图像生成模型，作为后续风格迁移模型训练的基础模型，而后利用收集难度较大的少量风格图像样本对人像图像生成模型进行二次训练生成风格模型参数，不仅降低了整个模型训练过程中的样本收集难度，而且只需少量风格图像样本便可实现图像风格迁移模型的训练，极大地降低了模型训练成本，提高了模型训练效率，进而提高不同图像风格变换的实现效率。另外，因训练过程中的模型结构不变，所以可直接对人像模型参数和风格模型参数进行参数融合来生成第一图像风格迁移模型，而无需对模型结构进行融合，降低了模型训练的复杂度，进一步提高了模型训练效率。
在一些实施例中，图像风格迁移模型的训练装置600还包括第二图像风格迁移模型生成模块，用于：
在利用各人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数之后，利用各人像图像样本对组合神经网络模型进行训练，确定预设编码器模型的编码器模型参数；其中，组合神经网络模型由预设编码器模型和预设神经网络模型中的图像生成网络分支构成；预设编码器模型用于基于人像图像样本输出特征向量；图像生成网络分支用于基于特征向量生成人像图像结果或风格图像结果，且图像生成网络分支的模型参数保持为人像模型参数中图像生成网络分支的模型参数；
基于预设编码器模型、编码器模型参数、第一图像风格迁移模型中的图像生成网络分支和迁移模型参数中图像生成网络分支的模型参数，生成第二图像风格迁移模型。
进一步地，第二图像风格迁移模型生成模块具体用于：
将任一人像图像样本输入组合神经网络模型，确定人像图像样本对应的第一特征向量和人像图像结果；
将人像图像样本输入人像图像生成模型，确定人像图像样本对应的第二特征向量；
基于人像图像样本和人像图像结果，确定第一损失值，并基于第一特征向量和第二特征向量，利用最大均值差异损失函数，确定第二损失值；
基于第一损失值和第二损失值，对预设编码器模型的模型参数进行误差反传，以迭代校正预设编码器模型的模型参数，直至模型训练达到训练收敛条件。
在一些实施例中，第二数量的风格图像样本包含多组风格图像样本，一组风格图像样本对应于一种图像风格。
相应地，风格模型参数确定模块620具体用于：
利用各组风格图像样本分别对人像图像生成模型进行训练，确定每个图像风格对应的风格模型参数；
相应地，迁移模型参数确定模块630具体用于：
基于人像模型参数和各风格模型参数，确定迁移模型参数。
在一些实施例中，迁移模型参数确定模块630具体用于：
确定第三数量的权重系数组；其中，第三数量不超过预设神经网络模型包含的网络层的数量；
针对每个网络层，基于网络层对应的权重系数组，对网络层的人像模型参数和风格模型参数进行加权处理，确定网络层的迁移模型参数。
需要说明的是，图6所示的图像风格迁移模型的训练装置600可以执行图1至图4所示的方法实施例中的各个步骤，并且实现图1至图4所示的方法实施例中的各个过程和效果，在此不做赘述。
图7示出了本公开实施例提供的一种图像风格迁移装置的结构示意图。如图7所示，该图像风格迁移装置700可以包括：
待处理图像获取模块710，用于获取待处理图像；
目标风格化图像生成模块720，用于将待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成待处理图像的目标风格化图像；
其中，第一图像风格迁移模型和第二图像风格迁移模型基于上述任意实施例所说明的图像风格迁移模型的训练方法获得。
本公开实施例提供的图像风格迁移装置700，能够利用训练后的第一图像风格迁移模型或第二图像风格迁移模型，对待处理图像进行风格化处理，生成目标风格图像，提高了待处理图像的风格化的精细程度，从而提高了目标风格图像的图像质量。
在一些实施例中，目标风格化图像生成模块720具体用于：
将待处理图像输入第一图像风格迁移模型中的特征映射网络分支，输出待处理图像的第三特征向量；
基于第三特征向量和参考特征向量，确定待处理图像对应的第一融合特征向量；其中，参考特征向量为第一图像风格迁移模型输出的参考风格图像对应的特征向量；
将第一融合特征向量输入第一图像风格迁移模型中的图像生成网络分支，输出待处理图像的第一风格化图像。
在另一些实施例中，目标风格化图像生成模块720具体用于：
将待处理图像输入第二图像风格迁移模型中的预设编码器模型，输出待处理图像的第四特征向量；
基于第四特征向量和参考特征向量，确定待处理图像对应的第二融合特征向量；其中，参考特征向量为第二图像风格迁移模型输出的参考风格图像对应的特征向量；
将第二融合特征向量输入第二图像风格迁移模型中的图像生成网络分支，输出待处理图像的第二风格化图像。
需要说明的是，图7所示的图像风格迁移模型的训练装置700可以执行图5所示的方法实施例中的各个步骤，并且实现图5所示的方法实施例中的各个过程和效果，在此不做赘述。
本公开实施例还提供了一种电子设备，该电子设备可以包括处理器和存储器，存储器可以用于存储可执行指令。其中，处理器可以用于从存储器中读取可执行指令，并执行可执行指令以实现上述任意实施例中的图像风格迁移模型的训练方法的步骤，或者实现上述任意实施例中的图像风格迁移方法的步骤。
图8示出了本公开实施例提供的一种电子设备的结构示意图。下面具体参考图8，其示出了适于用来实现本公开实施例中的电子设备800的结构示意图。
需要说明的是，图8示出的电子设备800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8所示，该电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有信息处理设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出接口(I/O接口)805也连接至总线804。
通常，以下装置可以连接至I/O接口805：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806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，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。
本公开实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现上述任意实施例中的图像风格迁移模型的训练方法的步骤，或者实现上述任意实施例中的图像风格迁移方法的步骤。
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809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开任意实施例的图像风格迁移模型的训练方法或图像风格迁移方法中限定的上述功能。
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，使得该电子设备执行上述任意实施例所述说明的图像风格迁移模型的训练方法的步骤，或者实现上述任意实施例中的图像风格迁移方法的步骤。
在本公开实施例中，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设备、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。
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 (12)

1.一种图像风格迁移模型的训练方法，其特征在于，包括：
获取第一数量的人像图像样本，并利用各所述人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；
获取第二数量的风格图像样本，并利用各所述风格图像样本对所述人像图像生成模型进行训练，确定风格模型参数；其中，所述第二数量小于所述第一数量；
基于所述人像模型参数和所述风格模型参数，确定迁移模型参数；
基于所述迁移模型参数和所述预设神经网络模型，生成第一图像风格迁移模型。
2.根据权利要求1所述的方法，其特征在于，在所述利用各所述人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数之后，所述方法还包括：
利用各所述人像图像样本对组合神经网络模型进行训练，确定预设编码器模型的编码器模型参数；其中，所述组合神经网络模型由所述预设编码器模型和所述预设神经网络模型中的图像生成网络分支构成；所述预设编码器模型用于基于所述人像图像样本输出特征向量；所述图像生成网络分支用于基于所述特征向量生成人像图像结果或风格图像结果，且所述图像生成网络分支的模型参数保持为所述人像模型参数中所述图像生成网络分支的模型参数；
基于所述预设编码器模型、所述编码器模型参数、所述第一图像风格迁移模型中的图像生成网络分支和所述迁移模型参数中所述图像生成网络分支的模型参数，生成第二图像风格迁移模型。
3.根据权利要求2所述的方法，其特征在于，所述利用各所述人像图像样本对组合神经网络模型进行训练，确定的预设编码器模型的编码器模型参数包括：
将任一所述人像图像样本输入所述组合神经网络模型，确定所述人像图像样本对应的第一特征向量和人像图像结果；
将所述人像图像样本输入所述人像图像生成模型，确定所述人像图像样本对应的第二特征向量；
基于所述人像图像样本和所述人像图像结果，确定第一损失值，并基于所述第一特征向量和所述第二特征向量，利用最大均值差异损失函数，确定第二损失值；
基于所述第一损失值和所述第二损失值，对所述预设编码器模型的模型参数进行误差反传，以迭代校正所述预设编码器模型的模型参数，直至模型训练达到训练收敛条件。
4.根据权利要求1所述的方法，其特征在于，所述第二数量的风格图像样本包含多组所述风格图像样本，一组所述风格图像样本对应于一种图像风格；
所述利用各所述风格图像样本对所述人像图像生成模型进行训练，确定风格模型参数包括：
利用各组所述风格图像样本分别对所述人像图像生成模型进行训练，确定每个所述图像风格对应的风格模型参数；
所述基于所述人像模型参数和所述风格模型参数，确定迁移模型参数包括：
基于所述人像模型参数和各所述风格模型参数，确定所述迁移模型参数。
5.根据权利要求1或2所述的方法，其特征在于，所述基于所述人像模型参数和所述风格模型参数，确定迁移模型参数包括：
确定第三数量的权重系数组；其中，所述第三数量不超过所述预设神经网络模型包含的网络层的数量；
针对每个所述网络层，基于所述网络层对应的所述权重系数组，对所述网络层的所述人像模型参数和所述风格模型参数进行加权处理，确定所述网络层的所述迁移模型参数。
6.一种图像风格迁移方法，其特征在于，包括：
获取待处理图像；
将所述待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成所述待处理图像的目标风格化图像；
其中，所述第一图像风格迁移模型和所述第二图像风格迁移模型基于上述权利要求1至5任一项所述的图像风格迁移模型的训练方法获得。
7.根据权利要求6所述的方法，其特征在于，所述将所述待处理图像输入第一图像风格迁移模型，生成所述待处理图像的目标风格化图像包括：
将所述待处理图像输入所述第一图像风格迁移模型中的特征映射网络分支，输出所述待处理图像的第三特征向量；
基于所述第三特征向量和参考特征向量，确定所述待处理图像对应的第一融合特征向量；其中，所述参考特征向量为所述第一图像风格迁移模型输出的参考风格图像对应的特征向量；
将所述第一融合特征向量输入所述第一图像风格迁移模型中的图像生成网络分支，输出所述待处理图像的第一风格化图像。
8.根据权利要求6所述的方法，其特征在于，所述将所述待处理图像输入第二图像风格迁移模型，生成所述待处理图像的目标风格化图像包括：
将所述待处理图像输入所述第二图像风格迁移模型中的预设编码器模型，输出所述待处理图像的第四特征向量；
基于所述第四特征向量和参考特征向量，确定所述待处理图像对应的第二融合特征向量；其中，所述参考特征向量为所述第二图像风格迁移模型输出的参考风格图像对应的特征向量；
将所述第二融合特征向量输入所述第二图像风格迁移模型中的图像生成网络分支，输出所述待处理图像的第二风格化图像。
9.一种图像风格迁移模型的训练装置，其特征在于，包括：
人像模型参数确定模块，用于获取第一数量的人像图像样本，并利用各所述人像图像样本对预设神经网络模型进行训练，确定人像图像生成模型和人像模型参数；
风格模型参数确定模块，用于获取第二数量的风格图像样本，并利用各所述风格图像样本对所述人像图像生成模型进行训练，确定风格模型参数；其中，所述第二数量小于所述第一数量；
迁移模型参数确定模块，用于基于所述人像模型参数和所述风格模型参数，确定迁移模型参数；
第一图像风格迁移模型生成模块，用于基于所述迁移模型参数和所述预设神经网络模型，生成第一图像风格迁移模型。
10.一种图像风格迁移装置，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；
目标风格化图像生成模块，用于将所述待处理图像输入第一图像风格迁移模型或第二图像风格迁移模型，生成所述待处理图像的目标风格化图像；
其中，所述第一图像风格迁移模型和所述第二图像风格迁移模型基于上述权利要求1至5任一项所述的图像风格迁移模型的训练方法获得。
11.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储可执行指令；
其中，所述处理器用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1-5中任一项所述的图像风格迁移模型的训练方法，或者实现上述权利要求6-8中任一项所述的图像风格迁移方法。
12.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现上述权利要求1-5中任一项所述的图像风格迁移模型的训练方法，或者实现上述权利要求6-8中任一项所述的图像风格迁移方法。
CN202111183748.6A 2021-10-11 2021-10-11 图像风格迁移和模型训练方法、装置、设备和介质 Pending CN115965840A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111183748.6A CN115965840A (zh) 2021-10-11 2021-10-11 图像风格迁移和模型训练方法、装置、设备和介质
PCT/CN2022/120163 WO2023061169A1 (zh) 2021-10-11 2022-09-21 图像风格迁移和模型训练方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111183748.6A CN115965840A (zh) 2021-10-11 2021-10-11 图像风格迁移和模型训练方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN115965840A true CN115965840A (zh) 2023-04-14

Family

ID=85898100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111183748.6A Pending CN115965840A (zh) 2021-10-11 2021-10-11 图像风格迁移和模型训练方法、装置、设备和介质

Country Status (2)

Country Link
CN (1) CN115965840A (zh)
WO (1) WO2023061169A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309032B (zh) * 2023-05-24 2023-07-28 南昌航空大学 一种图片处理方法、***及计算机
CN117315417B (zh) * 2023-09-04 2024-05-14 浙江大学 一种基于扩散模型的服装样式融合方法和***
CN117315405B (zh) * 2023-11-28 2024-03-29 广州思德医疗科技有限公司 内窥镜图像生成网络训练方法、图像生成方法及***
CN117576245B (zh) * 2024-01-15 2024-05-07 腾讯科技（深圳）有限公司 一种图像的风格转换方法、装置、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767328B (zh) * 2017-10-13 2021-12-17 上海媒智科技有限公司 基于少量样本生成的任意风格和内容的迁移方法和***
CN110738071A (zh) * 2018-07-18 2020-01-31 浙江中正智能科技有限公司 一种基于深度学习和迁移学习的人脸算法模型训练方法
US10748324B2 (en) * 2018-11-08 2020-08-18 Adobe Inc. Generating stylized-stroke images from source images utilizing style-transfer-neural networks with non-photorealistic-rendering
CN111476708B (zh) * 2020-04-03 2023-07-14 广州市百果园信息技术有限公司 模型生成方法、模型获取方法、装置、设备及存储介质
CN111784565B (zh) * 2020-07-01 2021-10-29 北京字节跳动网络技术有限公司 图像处理方法、迁移模型训练方法、装置、介质及设备

Also Published As

Publication number Publication date
WO2023061169A1 (zh) 2023-04-20

Similar Documents

Publication Publication Date Title
CN111784565B (zh) 图像处理方法、迁移模型训练方法、装置、介质及设备
CN111784566B (zh) 图像处理方法、迁移模型训练方法、装置、介质及设备
CN112989904B (zh) 风格图像生成方法、模型训练方法、装置、设备和介质
CN115965840A (zh) 图像风格迁移和模型训练方法、装置、设备和介质
CN111476871B (zh) 用于生成视频的方法和装置
CN114331820A (zh) 图像处理方法、装置、电子设备及存储介质
CN114419300A (zh) 风格化图像生成方法、装置、电子设备及存储介质
CN112581635B (zh) 一种通用的快速换脸方法、装置、电子设备和存储介质
CN113327318B (zh) 图像显示方法、装置、电子设备和计算机可读介质
CN112381707B (zh) 图像生成方法、装置、设备以及存储介质
WO2023138498A1 (zh) 生成风格化图像的方法、装置、电子设备及存储介质
CN113034648A (zh) 图像处理方法、装置、设备和存储介质
CN114330236A (zh) 文字生成方法、装置、电子设备及存储介质
CN110570383A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN110689478A (zh) 图像风格化处理方法、装置、电子设备及可读介质
CN113850890A (zh) 动物形象的生成方法、装置、设备及存储介质
CN112785669A (zh) 一种虚拟形象合成方法、装置、设备及存储介质
CN115880526A (zh) 图像处理方法、装置、电子设备及存储介质
CN115049537A (zh) 图像处理方法、装置、电子设备及存储介质
CN114913061A (zh) 一种图像处理方法、装置、存储介质及电子设备
CN115035223A (zh) 一种图像处理方法、装置、设备及介质
CN113850716A (zh) 模型训练方法、图像处理方法、装置、电子设备及介质
CN114723600A (zh) 美妆特效的生成方法、装置、设备、存储介质和程序产品
CN115937356A (zh) 图像处理方法、装置、设备及介质
CN114187173A (zh) 模型训练方法、图像处理方法及装置、电子设备、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