[发明专利]图像处理方法、神经网络模型的训练方法及装置

说明书

本发明实施例公开了图像处理方法、神经网络模型的训练方法及装置。其中图像处理方法包括：基于第一神经网络提取待处理图像的深度信息；根据所述深度信息并基于所述第一神经网络对所述待处理图像进行立体化处理。本发明实施例可基于神经网络生成具有立体视觉效果的图像。

技术领域

本发明实施例涉及计算机视觉技术，尤其涉及图像处理技术方案以及神经网络模型的训练方案。

背景技术

目前，对图像进行特定效果处理的技术成为计算机视觉领域的研究热点之一。

对图像增加特定效果处理的技术也可称为“图像滤镜”。图像滤镜广泛应用于图像增强、图像娱乐化以及图像特殊效果化等方面。例如，图像风格化滤镜可将日常的图像添加目标艺术作品的艺术风格效果。

发明内容

本发明实施例提供图像处理技术方案以及神经网络模型的训练方案。

第一方面，本发明实施例提供了一种图像处理方法，该方法包括：

基于第一神经网络提取待处理图像的深度信息；

根据所述深度信息并基于所述第一神经网络对所述待处理图像进行立体化处理。

可选的，所述第一神经网络预先训练而得且训练方法包括：

经待训练的第一神经网络对训练图像进行处理以生成第一合成图像；

分别提取所述训练图像的深度信息和所述第一合成图形的深度信息；

确定所述训练图像的深度信息和所述第一合成图像的深度信息之间的深度损失信息；

基于所述深度损失信息调整第一神经网络的网络参数。

可选的，所述图像处理方法还包括：

基于第二神经网络提取所述待处理图像的图像内容信息；

根据所述图像内容信息并基于所述第二神经网络对所述待处理图像进行风格化处理，其中，风格化处理后的图像的纹理特征与所述第二神经网络预先训练所基于的目标风格图像的纹理特征匹配。

可选的，预先训练所述第二神经网络的方法包括：

经待训练的第二神经网络对训练图像进行处理以生成第二合成图像；

提取所述训练图像的图像内容信息，以及所述第二合成图像的图像内容信息和纹理特征信息；

确定所述训练图像的图像内容信息和所述第二合成图像的图像内容信息之间的内容损失信息、以及所述第二合成图像的纹理特征信息和预定目标风格图像的纹理特征信息之间的纹理损失信息；

根据所述内容损失信息和所述纹理损失信息调整第二神经网络的网络参数。

可选的，所述第一神经网络和所述第二神经网络为同一神经网络，预先训练所述第二神经网络的方法包括：

经待训练的第二神经网络对训练图像进行处理以生成第三合成图像；

提取所述第三合成图像的图像内容信息、纹理特征信息和深度信息，以及所述训练图像的图像内容信息和深度信息；

确定所述训练图像的图像内容信息和所述第三合成图像的图像内容信息之间的内容损失信息、所述训练图像的纹理特征信息和预定目标风格图像的纹理特征信息之间的纹理损失信息、以及所述训练图像的深度信息和所述第三合成图像的深度信息之间的深度损失信息；

根据所述内容损失信息、所述纹理损失信息和所述深度损失信息调整第二神经网络的网络参数。

可选的，对所述第二神经网络训练之前，所述图像处理方法还包括：