[发明专利]素材风格转换方法、装置、存储介质及处理器在审
| 申请号: | 202110183970.X | 申请日: | 2021-02-10 |
| 公开(公告)号: | CN114913056A | 公开(公告)日: | 2022-08-16 |
| 发明(设计)人: | 赵海明;冯晓端;张邦;潘攀;徐盈辉 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
| 主分类号: | G06T3/00 | 分类号: | G06T3/00;G06T15/00;G06F16/583;G06V40/16;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 谢湘宁;张文华 |
| 地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 素材 风格 转换 方法 装置 存储 介质 处理器 | ||
1.一种素材风格转换方法,其特征在于,所述方法包括:
获取目标图像;
采用信息提取模型对所述目标图像进行处理,得到所述目标图像的图像信息;
根据所述目标图像的图像信息在素材数据库进行搜索,得到与所述目标图像匹配的目标素材模型;
根据所述目标图像对所述目标素材模型进行风格转换,得到风格转换后的素材模型。
2.根据权利要求1所述的方法,其特征在于,所述目标图像的图像信息包括所述目标图像的个体系数,根据所述目标图像的个体系数在素材数据库进行搜索,得到与所述目标图像匹配的目标素材模型包括:
确定所述素材数据库中每个素材模型的个体系数;
计算所述目标图像的个体系数与每个素材模型的个体系数之间的距离,得到多个距离值;
从所述多个距离值中确定一个最小距离值;
将所述最小距离值对应的素材模型作为所述目标素材模型。
3.根据权利要求2所述的方法,其特征在于,所述素材数据库中包括多组数据,每组数据包括原始素材图像、原始素材模型和所述原始素材模型风格转换后的素材模型,采用所述目标图像对所述目标素材模型进行风格转换,得到风格转换后的素材模型包括:
获取所述目标图像对应的三维模型;
根据所述目标图像对应的三维模型、所述目标素材模型和风格转换后的素材模型,得到第一图像;
根据所述目标图像对所述第一图像进行加权处理,得到风格转换后的素材模型。
4.根据权利要求3所述的方法,其特征在于,在根据所述目标图像对所述第一图像进行加权处理,得到风格转换后的素材模型之后,所述方法还包括:
将所述风格转换后的素材模型发送至目标对象;
若检测到所述目标对象对所述风格转换后的素材模型进行编辑操作,则显示编辑后的风格转换后的素材模型,其中,所述编辑操作至少包括以下之一:修改操作、颜色调整和大小调整。
5.根据权利要求3所述的方法,其特征在于,在将所述风格转换后的素材模型发送至目标对象之后,所述方法还包括:
确定所述目标对象对所述风格转换后的素材模型的使用场景;
基于所述使用场景对所述风格转换后的素材模型进行调整。
6.根据权利要求3所述的方法,其特征在于,根据所述目标图像对所述第一图像进行加权处理,得到风格转换后的素材模型包括:
获取所述目标图像中目标对象的人脸信息;
根据所述目标图像的个体系数与所述目标素材模型的个体系数之间的距离计算第一加权系数;
根据所述第一加权系数对所述人脸信息和所述第一图像对应的系数进行加权处理,得到目标系数;
根据所述目标系数得到所述风格转换后的素材模型。
7.根据权利要求1所述的方法,其特征在于,在根据所述目标图像对所述目标素材模型进行风格转换,得到风格转换后的素材模型之后,所述方法还包括:
获取所述风格转换后的素材模型对应的系数;
将所述目标图像和所述风格转换后的素材模型对应的系数作为训练样本;
采用所述训练样本对神经网络进行学习训练,生成图像风格转换模型。
8.一种素材风格转换方法,其特征在于,所述方法包括:
接收客户端发送的服务调用请求,其中,所述服务调用请求中携带有目标图像;
响应所述服务调用请求,在服务器中采用所述目标图像对素材数据库中与所述目标图像匹配的素材模型进行风格转换,得到风格转换后的素材模型;
输出风格转换后的素材模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110183970.X/1.html,转载请声明来源钻瓜专利网。





