[发明专利]一种风格化图像的生成方法、装置、设备及存储介质

说明书

本申请公开了一种风格化图像的生成方法、装置、设备及存储介质，该方法包括：对原始图像分别用不同风格的选定图像进行风格转化，得到风格化原始图像；根据所述原始图像所需的风格化目标，通过多任务级联网络从所述风格化原始图像中分割出目标区域；通过MRF模型将分割出的所述目标区域融合到所述原始图像中，生成具有所述目标区域的风格化图像。本申请采用多任务级联网络可以准确地分类出目标区域，在目标区域与原始图像融合的时候采用了MRF模型，可以使得目标区域与原始图像的背景图过渡得更平滑，使风格化图像既以内容为轮廓又含有所需风格，保证了图像风格化的效果，最终可以实现图像的特定区域风格化或者多区域风格化。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种风格化图像的生成方法、装置、设备及存储介质。

背景技术

目前，现有的基于深度学习的图片风格化处理方法中，一般通过训练神经网络对分割出的每个超像素进行分析标注，然后对图片进行目标物体的提取预测，根据风格要求对图片作增强或弱化处理，从而得到对图片风格化。

上述方法虽然可以对整幅图片作各种整体风格化处理，但是有些情况仅需对图片中某个区域作风格转化而其他不变，或者对多区域要求不同的风格时，上述方法则无法满足。

因此，如何对图片实现特定区域风格化或者多区域风格化，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种风格化图像的生成方法、装置、设备及存储介质，可以对图片特定区域风格化或者多区域风格化。其具体方案如下：

一种风格化图像的生成方法，包括：

对原始图像分别用不同风格的选定图像进行风格转化，得到风格化原始图像；

根据所述原始图像所需的风格化目标，通过多任务级联网络从所述风格化原始图像中分割出目标区域；

通过MRF模型将分割出的所述目标区域融合到所述原始图像中，生成具有所述目标区域的风格化图像。

优选地，在本发明实施例提供的上述风格化图像的生成方法中，对原始图像分别用不同风格的选定图像进行风格转化，得到风格化原始图像，具体包括：

构建卷积神经网络并进行训练；

随机初始化一个噪声图像，将原始图像和所述噪声图像输入至所述卷积神经网络，提取出所述原始图像中的内容；

将不同风格的选定图像和所述噪声图像输入至所述卷积神经网络，提取出所述选定图像中的风格；

将提取出的所述内容和所述风格进行线性合成，输出风格化原始图像。

优选地，在本发明实施例提供的上述风格化图像的生成方法中，根据所述原始图像所需的风格化目标，通过多任务级联网络从所述风格化原始图像中分割出目标区域，具体包括：

将所述风格化原始图像输入至RPN网络，输出边界框；

通过ROI池化将所述边界块提取为相同维度的特征，并输入到第一全连接层和第二连接层；

将带有ReLu激活函数的所述第一全连接层降维到256，以及通过所述第二全连接层得到掩码的特征；

用Softmax分类法得到所述原始图像中的例子类和一个背景；

根据所述原始图像所需的风格化目标，从所述例子类中选择感兴趣的目标区域。

优选地，在本发明实施例提供的上述风格化图像的生成方法中，通过MRF模型将分割出的所述目标区域融合到所述原始图像中，生成具有所述目标区域的风格化图像，具体包括：

在所述原始图像中找到所述目标区域；