本申請涉及計算機，尤其涉及圖像處理方法、裝置、程序產(chǎn)品、計算機設備和存儲介質。

背景技術：

1、隨著計算機與人工智能(artificial?intelligence，ai)技術的不斷發(fā)展，圖像處理成為計算機科學與人工智能領域中的一個重要方向，其中，利用生成式網(wǎng)絡進行圖像生成，從而產(chǎn)生期望的圖像，已經(jīng)成為圖像處理領域的一個重要分支。在目標樣本數(shù)量(例如，小于等于10個)很少的情況下，傳統(tǒng)的圖像生成方法往往具有生成圖像不真實的問題，因此，如何利用生成式模型生成更為真實的圖像，成為亟待解決的問題。

技術實現(xiàn)思路

1、本申請?zhí)峁┝艘环N圖像處理方法、裝置、程序產(chǎn)品、計算機設備和存儲介質，可以提升生成圖像質量，生成更為真實的圖像。

2、本申請一方面提供了一種圖像處理方法，包括：獲取原圖像；對原圖像進行加噪處理，得到原圖像的加噪圖像；將原圖像的加噪圖像輸入到訓練后的擴散模型，以得到訓練后的擴散模型輸出的去噪噪聲，其中，訓練后的擴散模型是利用多個第一樣本圖像、多個第二樣本圖像、擴散損失和風格損失訓練得到的，多個第二樣本圖像的圖像風格和多個第一樣本圖像的圖像風格不一致，擴散損失用于表征擴散模型根據(jù)輸入的目標第一樣本圖像的加噪圖像輸出的預測加噪噪聲，與得到目標第一樣本圖像的加噪圖像所采用的預設噪聲間的差異，風格損失用于表征目標第二樣本圖像的去噪圖像和多個第一樣本圖像間的風格差異，目標第二樣本圖像的去噪圖像是擴散模型根據(jù)輸入的目標第二樣本圖像的加噪圖像和擴散模型輸出的預測去噪噪聲得到的，目標第一樣本圖像為多個第一樣本圖像中的一個，目標第二樣本圖像為多個第二樣本圖像中的一個；根據(jù)原圖像的加噪圖像和去噪噪聲進行去噪處理，以得到目標圖像。

3、本申請另一方面提供了一種圖像處理裝置，包括：獲取模塊，用于獲取原圖像；處理模塊，用于對原圖像進行加噪處理，得到原圖像的加噪圖像；處理模塊，還用于將原圖像的加噪圖像輸入到訓練后的擴散模型，以得到訓練后的擴散模型輸出的去噪噪聲，其中，訓練后的擴散模型是利用多個第一樣本圖像、多個第二樣本圖像、擴散損失和風格損失訓練得到的，多個第二樣本圖像的圖像風格和多個第一樣本圖像的圖像風格不一致，擴散損失用于表征擴散模型根據(jù)輸入的目標第一樣本圖像的加噪圖像輸出的預測加噪噪聲，與得到目標第一樣本圖像的加噪圖像所采用的預設噪聲間的差異，風格損失用于表征目標第二樣本圖像的去噪圖像和多個第一樣本圖像間的風格差異，目標第二樣本圖像的去噪圖像是擴散模型根據(jù)輸入的目標第二樣本圖像的加噪圖像和擴散模型輸出的預測去噪噪聲得到的，目標第一樣本圖像為多個第一樣本圖像中的一個，目標第二樣本圖像為多個第二樣本圖像中的一個；處理模塊，還用于根據(jù)原圖像的加噪圖像和去噪噪聲進行去噪處理，以得到目標圖像。

4、本申請另一方面提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，計算機程序被處理器執(zhí)行時，使得處理器執(zhí)行本申請中的圖像處理方法。

5、本申請另一方面提供了一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機程序，該計算機程序包括程序指令，該程序指令被處理器執(zhí)行時使該處理器執(zhí)行上述的圖像處理方法。

6、根據(jù)本申請的一個方面，提供了一種計算機程序產(chǎn)品或計算機程序，該計算機程序產(chǎn)品或計算機程序包括計算機指令，該計算機指令存儲在計算機可讀存儲介質中。計算機設備的處理器從計算機可讀存儲介質讀取該計算機指令，處理器執(zhí)行該計算機指令，使得該計算機設備執(zhí)行上述的圖像方法。

7、本申請可以獲取原圖像；對原圖像進行加噪處理，得到原圖像的加噪圖像；將原圖像的加噪圖像輸入到訓練后的擴散模型，以得到訓練后的擴散模型輸出的去噪噪聲，其中，訓練后的擴散模型是利用多個第一樣本圖像、多個第二樣本圖像、擴散損失和風格損失訓練得到的，多個第二樣本圖像的圖像風格和多個第一樣本圖像的圖像風格不一致，擴散損失用于表征擴散模型根據(jù)輸入的目標第一樣本圖像的加噪圖像輸出的預測加噪噪聲，與得到目標第一樣本圖像的加噪圖像所采用的預設噪聲間的差異，風格損失用于表征目標第二樣本圖像的去噪圖像和多個第一樣本圖像間的風格差異，目標第二樣本圖像的去噪圖像是擴散模型根據(jù)輸入的目標第二樣本圖像的加噪圖像和擴散模型輸出的預測去噪噪聲得到的，目標第一樣本圖像為多個第一樣本圖像中的一個，目標第二樣本圖像為多個第二樣本圖像中的一個；根據(jù)原圖像的加噪圖像和去噪噪聲進行去噪處理，以得到目標圖像。由此可見，本申請?zhí)岢龅姆椒ㄖ?，對原圖像的加噪圖像進行去噪處理的過程中，可以使原圖像的圖像風格遷移至目標風格，并添加目標圖像的紋理信息，從而提升生成圖像的圖像質量，生成更為真實的目標圖像。

技術特征：

1.一種圖像生成方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的圖像生成方法，其特征在于，所述方法還包括：

3.根據(jù)權利要求2所述的圖像生成方法，其特征在于，所述將所述目標第二樣本圖像的加噪圖像輸入到所述擴散模型，以得到所述擴散模型輸出的預測去噪噪聲，包括：

4.根據(jù)權利要求2所述的圖像生成方法，其特征在于，所述將所述目標第二樣本圖像的加噪圖像輸入到所述擴散模型，以得到所述擴散模型輸出的預測去噪噪聲，包括：

5.根據(jù)權利要求2所述的圖像生成方法，其特征在于，所述方法還包括：

6.根據(jù)權利要求2所述的圖像生成方法，其特征在于，所述方法還包括：

7.根據(jù)權利要求3所述的圖像生成方法，其特征在于，所述根據(jù)所述目標第二樣本圖像的去噪圖像和所述多個第一樣本圖像間的風格損失，以及所述預測加噪噪聲和所述預設噪聲之間的擴散損失，訓練所述擴散模型，包括：

8.根據(jù)權利要求7所述的圖像生成方法，其特征在于，所述方法還包括：

9.根據(jù)權利要求8所述的圖像生成方法，其特征在于，所述確定所述目標第二樣本圖像的去噪圖像的方向向量和所述目標第二樣本圖像的去噪圖像的參考方向向量之間的跨域方向一致性損失，包括：

10.一種圖像處理裝置，其特征在于，所述裝置調用擴散模型，包括：

11.一種計算機程序產(chǎn)品，包括計算機程序/指令，該計算機程序/指令被處理器執(zhí)行時實現(xiàn)權利要求1-9中任一項所述方法的步驟。

12.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行權利要求1-9中任一項所述方法的步驟。

13.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序適用于由處理器加載并執(zhí)行權利要求1-9中任一項所述的方法。

技術總結
本申請公開了圖像處理方法、裝置、程序產(chǎn)品、計算機設備和存儲介質，該方法包括：獲取原圖像；對原圖像進行加噪處理，得到原圖像的加噪圖像；將原圖像的加噪圖像輸入到訓練后的擴散模型，以得到訓練后的擴散模型輸出的去噪噪聲，根據(jù)原圖像的加噪圖像和去噪噪聲進行去噪處理，以得到目標圖像。采用本申請，由于所利用的經(jīng)過訓練擴散模型學習了目標風格圖像的圖像風格和紋理細節(jié)，所以在對原圖像的加噪圖像進行去噪處理的過程中，可以原圖像的圖像風格遷移至目標風格，并添加目標圖像的紋理信息，從而提升生成圖像質量，生成更為真實的圖像。

技術研發(fā)人員：劉亮,胡騰,張江寧,王亞彪,易冉
受保護的技術使用者：騰訊科技（深圳）有限公司
技術研發(fā)日：
技術公布日：2025/1/2