[发明专利]图像生成方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202110751326.8 申请日: 2021-07-02
公开(公告)号: CN113506232A 公开(公告)日: 2021-10-15
发明(设计)人: 张雨蒙;郭益林;黄星;陈莉;郑文 申请(专利权)人: 清华大学;北京达佳互联信息技术有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06N3/08;G06N3/04;G06K9/34
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 宁立存
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 生成 方法 装置 电子设备 以及 存储 介质
【权利要求书】:

1.一种图像生成方法,其特征在于,所述方法包括:

获取第一图像的多个第一特征,所述多个第一特征包括所述第一图像中第一对象的多个身体部分所对应的特征,每个第一对象的身体部分对应的特征包括多个尺度的特征;

获取第二图像,所述第二图像用于提供所述第一对象的目标姿态;

获取所述第二图像和所述第一图像之间的光流信息,所述光流信息用于表示同一像素在不同图像中的变形信息;

基于所述光流信息,对所述多个第一特征进行变形,得到多个第二特征;

对所述多个第二特征进行处理,得到目标图像。

2.根据权利要求1所述的图像生成方法,其特征在于,所述获取第一图像的多个第一特征包括:

基于所述第一图像,获取所述第一图像中第一对象的各个身体部分图像;

基于所述第一对象的各个身体部分图像,获取所述多个第一特征。

3.根据权利要求2所述的图像生成方法,其特征在于,所述基于所述第一对象的各个身体部分图像,获取所述多个第一特征包括:

将所述第一对象的各个身体部分图像分别输入特征提取子模型,对于所述第一对象的任一身体部分图像,得到所述特征提取子模型中多个网络层输出的多个尺度的第一特征。

4.根据权利要求3所述的图像生成方法,其特征在于,所述对于所述第一对象的任一身体部分图像,得到所述特征提取子模型中多个网络层输出的多个尺度的第一特征包括:

获取所述身体部分的多个尺度的人体语义特征,所述多个尺度的人体语义特征为基于通用对象数据集提取出的特征;

将所述第一对象的所述身体部分图像输入所述特征提取子模型中的第一级网络层,得到所述第一级网络层输出的第一尺度的第一特征,将所述第一尺度的第一特征与第一尺度的人体语义特征作为下一级网络层的输入数据;

对于任一级网络层输出的任一尺度的第一特征,将所述尺度的第一特征与尺度相同的人体语义特征拼接,将拼接后的所述尺度第一特征输入下一级网络层,得到下一级尺度的第一特征;

响应于所述尺度的第一特征的尺度为除最小尺度之外的最小尺度,将所述尺度的第一特征与相同尺度的人体语义特征拼接,并将拼接后的所述尺度的第一特征输入最后一个网络层,得到尺度最小的第一特征。

5.根据权利要求1所述的图像生成方法,其特征在于,所述基于所述光流信息,对所述多个第一特征进行变形,得到多个第二特征包括:

基于所述第二图像,获取所述第二图像中第二对象的各个身体部分的掩码;

基于所述第二对象的各个身体部分的掩码和所述第一对象的各个身体部分的掩码,获取各个身体部分对应的光流信息;

基于所述各个身体部分对应的光流信息,对所述多个第一特征进行变形,得到所述多个第二特征。

6.根据权利要求5所述的图像生成方法,其特征在于,所述基于所述第二对象的各个身体部分的掩码和所述第一对象的各个身体部分的掩码,获取各个身体部分的光流信息包括:

按照所述多个尺度,分别对所述第二对象的各个身体部分的掩码和所述第一对象的各个身体部分的掩码进行尺度变化,得到所述多个尺度的第二对象的各个身体部分的掩码和多个尺度的第一对象的各个身体部分的掩码;

基于同一尺度的第二对象的各个身体部分的掩码和第一对象的各个身体部分的掩码,获取所述各个身体部分对应的多个尺度的光流信息。

7.根据权利要求1所述的图像生成方法,其特征在于,所述对所述多个第二特征进行处理,得到目标图像包括:

将同一尺度的所述第二特征进行融合,得到多个尺度的融合特征;

对尺度最小的融合特征进行纹理归一化处理,得到尺度最小的纹理归一化特征,对尺度最小的纹理归一化特征进行卷积处理;

对于除尺度最小的任一尺度的融合特征,将所述尺度的融合特征与经过卷积处理的前一级尺度的纹理归一化特征进行拼接,得到所述尺度的拼接特征,对所述尺度的拼接特征进行纹理归一化处理,得到所述尺度的纹理归一化特征;

响应于所述尺度的纹理归一化特征为最大尺度的纹理归一化特征,对尺度最大的纹理归一化特征进行卷积处理,得到目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学;北京达佳互联信息技术有限公司,未经清华大学;北京达佳互联信息技术有限公司许可,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/202110751326.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top