技术摘要：
本发明实施例提供一种图像合成方法及装置，包括：获取标签域目标图像和目标风格图像；基于训练好的图像合成深度卷积神经网络，对所述标签域目标图像和所述目标风格图像进行图像合成处理，获取到目标合成图像，所述训练好的图像合成深度卷积神经网络是由标签域样本图像  全部
背景技术：
近几年来，在图像到图像转换问题中，主要是学习两个视觉域之间的映射，使用图 像到图像转换框架，处理各种计算机视觉和图形的问题，包括超分辨率、着色、修复、风格转 换和真实感图像合成。 在现有技术中，通过用于图像生成的生成对抗网络(Generative  Adversarial  Networks，简称GAN)进行图像合成。在对抗损失的驱动下，生成器和鉴别器相互竞争，鉴别 器旨在将生成的伪图像从目标域中分离出来；生成器试图生成可以骗过鉴别器的图像。 然而，现有基于生成对抗网络的图像合成方法，得到的合成图像和真实图像进行 对比，体现出真实度不高，与风格样例的风格偏差较大的问题。
技术实现要素：
针对现有技术存在的问题，本发明实施例提供一种图像合成方法及装置。 第一方面，本发明实施例提供了一种图像合成方法，包括： 获取标签域目标图像和目标风格图像； 基于训练好的图像合成深度卷积神经网络，对所述标签域目标图像和所述目标风 格图像进行图像合成处理，获取到目标合成图像，所述训练好的图像合成深度卷积神经网 络是由标签域样本图像和所述标签域样本图像对应的图像域样本图像训练得到的。 第二方面，本发明实施例提供了一种图像合成装置，包括： 获取模块，用于获取标签域目标图像和目标风格图像； 图像合成模块，用于基于训练好的图像合成深度卷积神经网络，对所述标签域目 标图像和所述目标风格图像进行图像合成处理，获取到目标合成图像，所述训练好的图像 合成深度卷积神经网络是由标签域样本图像和所述标签域样本图像对应的图像域样本图 像训练得到的。 第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器 上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供 的方法的步骤。 第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算 机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。 本发明实施例提供的一种图像合成方法及装置，通过将标签域图像和样例风格图 像进行图像处理，合成得到图像域图像，提高了图像合成的真实度，提高了合成图像和样例 风格图像之间的风格一致性。 4 CN 111612861 A 说　明　书 2/7 页 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。 图1为本发明实施例提供的图像合成方法的流程示意图； 图2为本发明实施例提供的图像合成深度卷积神经网络的示意图； 图3为本发明实施例提供的图像合成装置的结构示意图； 图4为本发明实施例提供的电子设备结构示意图。