[发明专利]图像编辑方法、系统、电子设备、存储介质

说明书

本发明提供一种图像编辑方法、系统、电子设备、存储介质，所述方法包括：获取待编辑图像和编辑向量，对所述待编辑图像进行预处理；将预处理后的待编辑图像输入反演网络，所述反演网络输出对应的原始反演编码；将所述编辑向量和所述原始反演编码结合，形成编辑后反演编码；将所述编辑后反演编码输入生成式对抗网络的生成器，所述生成器输出编辑后图像；其中，所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离构建的损失函数进行训练。本发明提供了一种通过生成式对抗网络、反演网络配合编辑向量对图像进行编辑的方法，具有更好的鲁棒性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像编辑方法、系统、电子设备、存储介质。

背景技术

人脸图像包含各种信息，归类为各种属性，如年龄、表情、性别等。编辑人脸真实图像，即在保留人脸身份信息的基础上，对指定的属性进行改变，并且将改变后的信息反映在人脸图像上。要达到较好的人脸编辑效果，需要满足：1、保留足够的图像信息；2、精确编辑，不改动编辑属性外的其他图像信息。

公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

针对现有技术存在的问题，本发明提供一种图像编辑方法、系统、电子设备、存储介质，提升反演图像的真实性和可编辑性，从而提升真实人脸图像的编辑效果和属性解耦程度。

本发明提供的一种图像编辑方法，所述方法包括：

获取待编辑图像和编辑向量，对所述待编辑图像进行预处理；

将预处理后的待编辑图像输入反演网络，所述反演网络输出对应的原始反演编码；

将所述编辑向量和所述原始反演编码结合，形成编辑后反演编码；

将所述编辑后反演编码输入生成式对抗网络的生成器，所述生成器输出编辑后图像；

其中，所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离构建的损失函数进行训练。

根据本发明提供的一种图像编辑方法，对所述待编辑图像进行预处理，包括：

检测所述待编辑图像是否包括人脸，如果检测到所述待编辑图像包括人脸，则继续执行如下的步骤，如果检测到所述待编辑图像不包括人脸，则终止对所述待编辑图像的编辑；

对所述待编辑图像进行人脸关键点检测，获取多个关键点；

基于所述多个关键点，将所述待编辑图像输入人脸对齐模型，所述人脸对齐模型输出所述预处理后的待编辑图像。

根据本发明提供的一种图像编辑方法，所述反演网络包括残差网络和特征金字塔网络。

根据本发明提供的一种图像编辑方法，所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离构建的损失函数进行训练，包括：

所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离、以及所述预处理后的待编辑图像和所述编辑后图像的视觉距离构建的损失函数进行训练；

其中，所述视觉距离包括第一特征和第二特征之间的欧式距离，所述第一特征是将所述预处理后的待编辑图像输入VGG模型提取得到的，所述第二特征是将所述编辑后图像输入所述VGG模型提取得到的。

根据本发明提供的一种图像编辑方法，所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离构建的损失函数进行训练，包括：

所述反演网络根据基于所述待编辑图像和所述编辑后图像的图像距离、所述预处理后的待编辑图像和所述编辑后图像的视觉距离以及所述预处理后的待编辑图像和所述编辑后图像的人脸相似距离构建的损失函数进行训练；

其中，所述人脸相似距离包括第三特征和第四特征之间的欧式距离，所述第三特征是将所述预处理后的待编辑图像输入人脸识别模型提取得到的，所述第四特征是将所述编辑后图像输入所述人脸识别模型提取得到的。