[发明专利]图像处理方法、装置、移动终端以及存储介质

说明书

本申请实施例公开了一种图像处理方法、装置、移动终端以及存储介质，涉及机器学习技术领域。所述方法包括：获取目标图像的待填充轮廓，将该待填充轮廓输入生成网络，对待填充轮廓进行填充，该生成网络基于卷积神经网络构架并通过对多个轮廓样本和多个物体样本进行训练获得，该多个轮廓样本和多个物体样本一一对应，获得对待填充轮廓进行填充后输出的填充物体。本申请实施例提供的图像处理方法、装置、移动终端以及存储介质通过卷积神经网络对图像全局语义信息的学习，利用数据集训练卷积网络，然后使用训练完成之后的网络模型根据物体的轮廓进行图像填充，提升填充效果。

技术领域

本申请涉及机器学习技术领域，更具体地，涉及一种图像处理方法、装置、移动终端以及存储介质。

背景技术

图像中物体的轮廓填充是根据物体的轮廓信息，通过算法对物体的空白区域进行填充具有语义信息的图像编辑技术。目前对图像的填充处理一般使用纹理合成的方法，这种方法对于图像整体的语义信息填充的效果很差，导致整体违和感比较严重。

发明内容

鉴于上述问题，本申请提出了一种图像处理方法、装置、移动终端以及存储介质，通过卷积神经网络对图像全局语义信息的学习，利用数据集训练卷积网络，然后使用训练完成之后的网络模型根据物体的轮廓进行图像填充，提升填充效果。

第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：获取目标图像的待填充轮廓；将所述待填充轮廓输入生成网络，对所述待填充轮廓进行填充，所述生成网络基于卷积神经网络构架并通过对多个轮廓样本和多个物体样本进行训练获得，所述多个轮廓样本和所述多个物体样本一一对应；获得对所述待填充轮廓进行填充后输出的填充物体。

第二方面，本申请实施例提供了一种图像处理装置，所述装置包括：待填充轮廓获取模块，用于获取目标图像的待填充轮廓；待填充轮廓填充模块，用于将所述待填充轮廓输入生成网络，对所述待填充轮廓进行填充，所述生成网络基于卷积神经网络构架并通过对多个轮廓样本和多个物体样本进行训练获得，所述多个轮廓样本和所述多个物体样本一一对应；填充物体生成模块，用于获得对所述待填充轮廓进行填充后生成的填充物体。

第三方面，本申请实施例提供了一种移动终端，包括触摸屏、存储器以及处理器，所述触摸屏与所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时所述处理器执行上述方法。

第四方面，本申请实施例提供了一种具有处理器可执行的程序代码的计算机可读取存储介质，所述程序代码使所述处理器执行上述方法。

本申请实施例提供的一种图像处理方法、装置、移动终端以及存储介质，获取目标图像的待填充轮廓，将该待填充轮廓输入生成网络，对待填充轮廓进行填充，该生成网络基于卷积神经网络构架并通过对多个轮廓样本和多个物体样本进行训练获得，该多个轮廓样本和多个物体样本一一对应，获得对待填充轮廓进行填充后输出的填充物体，从而通过卷积神经网络对图像全局语义信息的学习，利用数据集训练卷积网络，然后使用训练完成之后的网络模型根据物体的轮廓进行图像填充，提升填充效果。

本申请的这些方面或其它方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1示出了本申请第一实施例提供的图像处理方法的流程示意图；

图2示出了本申请第二实施例提供的图像处理方法的流程示意图；

图3示出了本申请第二实施例提供的图像处理方法的步骤S230的流程示意图；

图4示出了本申请第二实施例提供的图像处理方法的步骤S233的流程示意图；