图像处理方法、装置、设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113763232A(43)申请公布日2021.12.07(21)申请号202010795528.8(22)申请日2020.08.10(71)申请人北京沃东天骏信息技术有限公司地址100076北京市经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人车广富安山(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人张娜刘芳(51)Int.Cl.G06T3/00(2006.01)G06T9/00(2006.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书3页说明书12页附图5页(54)发明名称图像处理方法、装置、设备及计算机可读存储介质(57)摘要本公开提供一种图像处理方法、装置、设备及计算机可读存储介质，方法包括：获取终端设备发送的图像处理请求，所述图像处理请求中包括待处理图像以及目标模板；根据所述图像处理请求，采用预设的与所述目标模板对应的网络模型对所述待处理图像与所述目标模板进行合成操作，获得合成后的目标图像，其中，所述网络模型中包括编码器以及与所述目标模板对应的解码器；将所述目标图像发送至所述终端设备。由于网络模型与模板相对应，在训练过程中仅利用与该模板对应的合成图像进行训练，减少了训练数据的数据量。每个网络模型均采用与该模板对应的合成图像进行训练，在后续合成过程中，得到的合成的图像平滑性较高，能够满足用户的需求，提高用户体验。CN113763232ACN113763232A权利要求书1/3页1.一种图像处理方法，其特征在于，包括：获取终端设备发送的图像处理请求，所述图像处理请求中包括待处理图像以及目标模板；根据所述图像处理请求，采用预设的与所述目标模板对应的网络模型对所述待处理图像与所述目标模板进行合成操作，获得合成后的目标图像，其中，所述网络模型中包括编码器以及与所述目标模板对应的解码器；将所述目标图像发送至所述终端设备。2.根据权利要求1所述的方法，其特征在于，所述根据所述图像处理请求，采用预设的与所述目标模板对应的网络模型对所述待处理图像与所述目标模板进行合成操作，包括：根据所述图像处理请求，采用所述编码器对所述待处理图像进行向量化处理，获得所述待处理图像对应的目标向量；采用所述与所述目标模板对应的解码器，对所述目标向量与所述目标模板进行合成操作，获得所述合成后的目标图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述图像处理请求，采用所述编码器对所述待处理图像进行向量化处理，获得所述待处理图像对应的目标向量，包括：根据所述图像处理请求，将所述待处理图像输入至预设的图像检测模型，获得人脸区域对应的目标图像；采用预设的编码器对所述人脸区域对应的目标图像进行向量化处理，获得所述待处理图像对应的目标向量。4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述图像处理请求，采用预设的与所述目标模板对应的网络模型对所述待处理图像与所述目标模板进行合成操作之前，还包括：获取待训练数据集，所述待训练数据集中包括多个待训练数据，每一待训练数据中包括待训练图像、模板信息以及所述待训练图像对应的目标合成图像；通过所述待训练数据集对预设的各模板信息对应的待训练模型进行训练，获得与各模板信息对应的网络模型。5.根据权利要求4所述的方法，其特征在于，所述通过所述待训练数据集对预设的各模板信息对应的待训练模型进行训练，获得与各模板信息对应的网络模型，包括：针对每一模板信息，在所述待训练数据集中获取包括所述模板信息的全部目标待训练数据；根据所述目标待训练数据对所述模板信息对应的待训练模型进行训练，获得所述模板信息对应的网络模型。6.根据权利要求5所述的方法，其特征在于，所述根据所述目标待训练数据对所述模板信息对应的待训练模型进行训练，获得所述模板信息对应的网络模型，包括：将所述待训练图像输入至所述待训练模型中的待训练编码器中，获得待训练向量；将所述待训练向量输入至所述待训练模型中的待训练解码器中，获得待处理合成图像；确定所述待处理合成图像与所述目标合成图像之间的误差值是否大于预设的误差阈值；2CN113763232A权利要求书2/3页若大于，则根据所述误差值对所述待训练模型的参数进行调节，并返回执行所述将所述待训练图像输入至所述待训练模型中的待训练编码器中的步骤，直至所述误差值小于预设的误差阈值；若不大于，则获得所述模板信息对应的网络模型。7.根据权利要求4所述的方法，其特征在于，所述待训练模型为全卷积模型。8.根据权利要求5所述的方法，其特征在于，所述根据所述目标待训练数据对所述模板信息对应的待训练模型进行训练之前，还包括：获取预设的分类数据集；通过所述分