申请/专利权人:深圳市格灵人工智能与机器人研究院有限公司;深圳市格灵人工智能与机器人研究院
申请日:2021-04-16
公开(公告)日:2024-04-09
公开(公告)号:CN113111791B
主分类号:G06V40/16
分类号:G06V40/16;G06V10/74;G06V10/774;G06V10/82;G06T3/02;G06N3/045;G06N3/0475;G06N3/094
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.07.30#实质审查的生效;2021.07.13#公开
摘要:本申请公开了一种图像滤镜转换网络训练方法、计算机可读存储介质。本申请的图像滤镜转换网络训练方法包括:获取第一预设神经网络、第二预设神经网络;对所述第一预设神经网络进行目标风格训练得到目标风格生成网络,对所述第二预设神经网络进行真人图像训练得到真人图像转换网络;将所述目标风格生成网络、所述真人图像转换网络进行插值混合,得到图像滤镜转换模型。本申请所提供的方法通过图像滤镜转换模型对真人图像进行图像滤镜转换,能够生成相应风格并保留人物个人特色的图像。
主权项:1.图像滤镜转换网络训练方法,其特征在于,包括:获取第一预设神经网络、第二预设神经网络;对所述第一预设神经网络进行目标风格训练得到目标风格生成网络,对所述第二预设神经网络进行真人图像训练得到真人图像转换网络;所述第一预设神经网络和\或所述第二预设神经网络包括解码网络;所述第二预设神经网络与所述第一预设神经网络的解码网络结构相同;所述解码网络,包括:正则化系数生成网络,用于根据初始潜码生成正则化系数;将所述目标风格生成网络、所述真人图像转换网络进行插值混合,得到图像滤镜转换模型,其中,所述将所述目标风格生成网络、所述真人图像转换网络进行插值混合,得到图像滤镜转换模型,包括:将所述目标风格生成网络中除了所述正则化系数生成网络之外的部分与所述真人图像转换网络的相应部分进行插值混合,以构建所述图像滤镜转换模型;所述图像滤镜转换模型表达为:;为所述目标风格生成网络,为所述目标风格生成网络的系数;为所述真人图像转换网络,为所述真人图像转换网络的系数。
全文数据:
权利要求:
百度查询: 深圳市格灵人工智能与机器人研究院有限公司;深圳市格灵人工智能与机器人研究院 图像滤镜转换网络训练方法、计算机可读存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。