[发明专利]图像处理方法、装置、存储介质及电子设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取第一样本图像集，所述第一样本图像集包括多个带有分类标注信息的第一样本图像；

对所述第一样本图像进行画面风格转换处理，得到指定画面风格的目标图像集；

基于所述目标图像集及相应的分类标注信息对预设分类神经网络进行训练，得到训练后的分类神经网络；

基于训练后的分类神经网络对待处理图像进行处理。

2.根据权利要求1所述的图像处理方法，其特征在于，在获取第一样本图像集之前，还包括：

获取不同画面风格的第二样本图像，得到第二样本图像集；

基于所述第二样本图像集对预设的风格迁移网络进行训练，获取不同风格的风格矩阵；

所述对所述第一样本图像进行画面风格转换，得到指定画面风格的目标图像集，包括：

利用所述风格迁移网络，从不同风格的风格矩阵中选取目标风格矩阵对所述第一样本图像进行画面风格转换处理，得到指定风格的目标图像集。

3.根据权利要求2所述的图像处理方法，其特征在于，所述从不同风格的风格矩阵中选取目标风格矩阵对所述第一样本图像进行画面风格转换处理，包括：

对所述第一样本图像提取内容特征；

基于所述目标风格矩阵对所述内容特征进行风格化处理，生成风格化后的融合特征；

基于所述融合特征对所述第一样本图像进行还原，得到转换画面风格后的目标图像。

4.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述第二样本图像集对预设的风格迁移网络进行训练，获取不同风格的风格矩阵，包括：

将所述第二样本图像集中每一样本图像输入至预设的风格迁移网络中，以获取每一样本图像的中间层特征；

基于所述中间层特征生成每一样本图像的风格矩阵；

对生成的风格矩阵进行聚类，并根据聚类结果确定不同风格的风格矩阵。

5.根据权利要求4所述的图像处理方法，其特征在于，所述对生成的风格矩阵进行聚类，包括：

对生成的每一风格矩阵计算特征值；

基于所述特征值计算不同风格矩阵之间的欧式距离；

将得到的欧式距离与预设值进行比较，并将欧式距离小于预设值的风格矩阵划分至同一风格集合，以对风格矩阵进行聚类；

根据聚类结果从每一风格集合中选取一风格矩阵，以得到不同风格的风格矩阵。

6.根据权利要求1所述的图像处理方法，其特征在于，所述基于训练后的分类神经网络对待处理图像进行处理，包括：

基于训练后的分类神经网络对所述待处理图像进行识别，得到识别结果。

7.根据权利要求1所述的图像处理方法，其特征在于，所述待处理图像包括：视频帧序列；

所述基于训练后的分类神经网络对待处理图像进行处理，包括：

基于训练后的分类神经网络确定所述视频帧序列中相邻视频帧之间的相似度，得到相似度结果；

根据所述相似度结果对所述视频帧序列进行划分，得到多个子视频帧序列。

8.根据权利要求1所述的图像处理方法，其特征在于，训练后的分类神经网络包括：特征提取模块和特征向量化模块；

所述基于训练后的分类神经网络对待处理图像进行处理，包括：

通过所述特征提取模块对所述待处理图像进行图像特征提取；

通过所述特征向量化模块对提取的图像特征进行向量化处理，生成指定维度的特征向量；

根据所述指定维度的特征向量从预设图像库中检索匹配的目标图像。