[发明专利]图像处理方法及装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

检测第一图像，获得第一图像中第一对象的纹理特征；

获取结构特征，所述结构特征用于指示待呈现的第二对象的空间结构特点；其中，所述获取结构特征，包括：基于K个簇的第二轮廓信息进行第一轮廓信息的分类；根据所述分类的结果，确定所述K个簇计算概率的权重；根据所述权重，确定以第一轮廓信息为观察变量且以纹理信息为潜在变量的概率；

结合所述纹理特征及结构特征，生成包含有第二对象的第二图像。

2.根据权利要求1所述的方法，其特征在于，所述结合所述纹理特征及结构特征，生成包含有第二对象的第二图像，包括：

根据所述纹理特征及所述结构特征，对所述第一对象所包含的像素进行像素重组生成所述第二对象；

基于所述第二对象形成第二图像。

3.根据权利要求1所述的方法，其特征在于，所述获取结构特征，包括：

接收第一轮廓信息；

基于所述第一轮廓信息生成所述结构特征。

4.根据权利要求1所述的方法，其特征在于，所述获取结构特征，包括：

检测第三图像中第三对象的轮廓获得第一结构特征；

所述结合所述纹理特征及结构特征，生成包含有第二对象的第二图像，包括：

结合所述纹理特征及所述第一结构特征，生成包含有所述第二对象的第二图像。

5.根据权利要求1所述的方法，其特征在于，所述获取结构特征，包括：

检测所述第一图像中所述第一对象的轮廓获得第二结构特征；

基于调试指令调整所述第二结构特征得到第三结构特征；

所述结合所述纹理特征及结构特征，生成包含有第二对象的第二图像，包括：

结合所述纹理特征及所述第三结构特征，生成包含有所述第二对象的第二图像。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述检测第一图像，获得第一图像中第一对象的纹理特征，包括：

利用深度学习模型的第一编码器处理所述第一图像，得到所述第一对象中表征空间结构信息与轮廓内纹理之间关联关系的概率分布。

7.根据权利要求6所述的方法，其特征在于，所述结合所述纹理特征及结构特征，生成包含有第二对象的第二图像，包括：

利用所述深度学习模型的解码器结合所述概率分布及所述概率进行卷积和像素重组处理生成所述第二对象；

基于所述第二对象得到所述第二图像。

8.根据权利要求6所述的方法，其特征在于，

所述空间结构信息包括以下至少之一：

动作信息；

表情信息；

朝向信息。

9.根据权利要求6所述的方法，其特征在于，所述深度学习模型的权重为经过权重归一化处理得到的。

10.一种图像处理装置，其特征在于，包括：

检测模块，用于检测第一图像，获得第一图像中第一对象的纹理特征；

获取模块，用于获取结构特征，所述结构特征用于指示待呈现的第二对象的空间结构特点；其中，所述获取模块具体用于：基于K个簇的第二轮廓信息进行第一轮廓信息的分类；根据所述分类的结果，确定所述K个簇计算概率的权重；根据所述权重，确定以第一轮廓信息为观察变量且以纹理信息为潜在变量的概率；

生成模块，用于结合所述纹理特征及结构特征，生成包含有第二对象的第二图像。

11.根据权利要求10所述的装置，其特征在于，所述生成模块，具体用于根据所述纹理特征及所述结构特征，对所述第一对象所包含的像素进行像素重组生成所述第二对象；基于所述第二对象形成第二图像。

12.根据权利要求10所述的装置，其特征在于，所述获取模块，具体用于接收第一轮廓信息；基于所述第一轮廓信息生成所述结构特征。