图像处理方法、装置、电子设备及存储介质与流程

1.本公开涉及信号处理领域，尤其涉及一种图像处理方法、装置、电子设 备及存储介质。


背景技术：

2.在图像处理中，对图像中的人物的性别进行变换可以帮助生成现实中不 存在的图像。性别变换是一类非常直接的人脸属性编辑任务，输入一张人像 图片后，经过性别变换处理，就能够输出该人物反转性别后的图像。然而， 现有的用于进行性别变换的模型主要关注两种性别的图像特征的差异部分， 以便进行针对性变换。但是在背景、衣服等部位，由于男性与女性图像差异 不大，模型无法学习到这方面的知识，因此，在生成性别变换后的图像的过 程中往往会出现模糊、“一眼假”等现象，导致性别变换所得到的图像的效果 不佳。


技术实现要素：

3.本公开提供一种图像处理方法、装置电子设备及存储介质，以至少解决 相关技术中的性别变换所得到的图像的效果不佳的问题。
4.根据本公开实施例的第一方面，提供了一种图像处理方法，所述图像处 理方法包括：获取第一图像，其中，所述第一图像中包括第一性别的对象； 利用性别变换模型对所述第一性别的对象进行性别变换，得到包含第二性别 的对象的第二图像；对所述第二图像中的待修复区域进行图像修复，得到第 三图像，其中，所述待修复区域包括第二图像中与因性别变换而被处理的所 述第一性别的对象的头发区域对应的图像区域。
5.可选地，所述获取第一图像，包括：获取输入图像，并基于所述输入图 像获取预定尺寸的包含所述第一性别的对象的脸部区域的图像，作为第一图 像；所述图像处理方法还包括：将所述第三图像与所述输入图像进行图像融 合，得到第四图像。
6.可选地，所述图像处理方法还包括：对所述第四图像中除了与所述第三 图像对应的图像区域之外的其余图像区域中的头发区域进行图像修复，得到 输出图像。
7.可选地，所述对所述第二图像中的待修复区域进行图像修复，得到第三 图像，包括：获取所述待修复区域；基于所述待修复区域所在的第一背景区 域的特征对所述待修复区域进行图像修复，得到所述第三图像。
8.可选地，所述基于所述待修复区域所在的第一背景区域的特征对所述待 修复区域进行图像修复，包括：基于所述第一背景区域的特征，将所述待修 复区域处理为与所述第一背景区域具有相同或相似的特征。
9.可选地，所述基于所述第一背景区域的特征，将所述待修复区域处理为 与所述第一背景区域具有相同或相似的特征，包括：基于所述第一背景区域 的特征，由外向内对所述待修复区域中的各子区域进行图像修复。
10.可选地，如果所述第一背景区域包括对象的至少一部分区域，则所述第 一背景区
域的特征包括对象的所述至少一部分区域的语义特征。
11.可选地，所述对所述第四图像中除了与所述第三图像对应的图像区域之 外的其余图像区域中的头发区域进行图像修复，得到输出图像，包括：获取 所述头发区域；基于所述头发区域所在的第二背景区域的特征对所述头发区 域进行图像修复，得到输出图像。
12.可选地，所述基于所述头发区域所在的第二背景区域的特征对所述头发 区域进行图像修复，包括：基于所述第二背景区域的特征，将所述头发区域 处理为与所述第二背景区域具有相同或相似的特征。
13.可选地，所述基于所述第二背景区域的特征，将所述头发区域处理为与 所述第二背景区域具有相同或相似的特征，包括：基于所述第二背景区域的 特征，由外向内对所述头发区域中的各子区域进行图像修复。
14.可选地，如果所述第二背景区域包括对象的至少一部分区域，则所述第 二背景区域的特征包括对象的所述至少一部分区域的语义特征。
15.可选地，所述性别变换模型包括生成式对抗网络的生成器，其中，所述 利用性别变换模型对第一性别的对象进行性别变换，得到包含第二性别的对 象的第二图像，包括：利用生成式对抗网络中的生成器对所述第一图像的特 征之中的与性别有关的特征进行变换，生成包含所述第二性别的对象的所述 第二图像。
16.根据本公开实施例的第二方面，提供了一种图像处理装置，所述图像处 理装置包括：图像获取单元，被配置为获取第一图像，其中，所述第一图像 中包括第一性别的对象；性别变换单元，被配置为利用性别变换模型对所述 第一性别的对象进行性别变换，得到包含第二性别的对象的第二图像；图像 修复单元，被配置为对所述第二图像中的待修复区域进行图像修复，得到第 三图像，其中，所述待修复区域包括第二图像中与因性别变换而被处理的所 述第一性别的对象的头发区域对应的图像区域。
17.可选地，所述获取第一图像，包括：获取输入图像，并基于所述输入图 像获取预定尺寸的包含所述第一性别的对象的脸部区域的图像，作为第一图 像；所述图像修复单元还被配置为：将所述第三图像与所述输入图像进行图 像融合，得到第四图像。
18.可选地，所述图像修复单元还被配置为：对所述第四图像中除了与所述 第三图像对应的图像区域之外的其余图像区域中的头发区域进行图像修复， 得到输出图像。
19.可选地，所述对所述第二图像中的待修复区域进行图像修复，得到第三 图像，包括：获取所述待修复区域；基于所述待修复区域所在的第一背景区 域的特征对所述待修复区域进行图像修复，得到所述第三图像。
20.可选地，所述基于所述待修复区域所在的第一背景区域的特征对所述待 修复区域进行图像修复，包括：基于所述第一背景区域的特征，将所述待修 复区域处理为与所述第一背景区域具有相同或相似的特征。
21.可选地，所述基于所述第一背景区域的特征，将所述待修复区域处理为 与所述第一背景区域具有相同或相似的特征，包括：基于所述第一背景区域 的特征，由外向内对所述待修复区域中的各子区域进行图像修复。
22.可选地，如果所述第一背景区域包括对象的至少一部分区域，则所述第 一背景区域的特征包括对象的所述至少一部分区域的语义特征。
23.可选地，所述对所述第四图像中除了与所述第三图像对应的图像区域之 外的其
余图像区域中的头发区域进行图像修复，得到输出图像，包括：获取 所述头发区域；基于所述头发区域所在的第二背景区域的特征对所述头发区 域进行图像修复，得到输出图像。
24.可选地，所述基于所述头发区域所在的第二背景区域的特征对所述头发 区域进行图像修复，包括：基于所述第二背景区域的特征，将所述头发区域 处理为与所述第二背景区域具有相同或相似的特征。
25.可选地，所述基于所述第二背景区域的特征，将所述头发区域处理为与 所述第二背景区域具有相同或相似的特征，包括：基于所述第二背景区域的 特征，由外向内对所述头发区域中的各子区域进行图像修复。
26.可选地，如果所述第二背景区域包括对象的至少一部分区域，则所述第 二背景区域的特征包括对象的所述至少一部分区域的语义特征。
27.可选地，所述性别变换模型包括生成式对抗网络的生成器，其中，所述 利用性别变换模型对所述第一性别的对象进行性别变换，得到包含第二性别 的对象的第二图像，包括：利用生成式对抗网络中的生成器对所述第一图像 的特征之中的与性别有关的特征进行变换，生成包含所述第二性别的对象的 所述第二图像。
28.根据本公开实施例的第三方面，提供了一种电子设备，其特征在于，包 括：至少一个处理器；至少一个存储计算机可执行指令的存储器，其中，所 述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处 理器执行如上所述的图像处理方法。
29.根据本公开实施例的第四方面，提供了一种存储指令的计算机可读存储 介质，其特征在于，当所述指令被至少一个处理器运行时，促使所述至少一 个处理器执行如上所述的图像处理方法。
30.根据本公开实施例的第五方面，提供了一种计算机程序产品，包括计算 机指令，其特征在于，所述计算机指令被处理器执行时实现如上所述的图像 处理方法。
31.本公开的实施例提供的技术方案至少带来以下有益效果：根据本公开实 施例的图像处理方法，由于在利用性别变换模型对第一性别的对象进行性别 变换得到包含第二性别的对象的第二图像之后，对第二图像中与因性别变换 而被处理的对象头发区域对应的图像区域进行图像修复，得到第三图像，因 此，有效地提升了性别变换后的图像效果。
32.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性 的，并不能限制本公开。
附图说明
33.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公 开的示例实施例，并与说明书一起用于解释本公开的原理，并不构成对本公 开的不当限定。
34.图1是本公开的示例性实施例可以应用于其中的示例性系统架构；
35.图2是本公开示例性实施例的图像处理方法的流程图；
36.图3是本公开示例性实施例的图像处理方法的示例的示意图；
37.图4是示出本公开示例性实施例的图像处理装置的框图；
38.图5是根据本公开示例性实施例的电子设备的框图。
具体实施方式
39.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图， 对本公开实施例中的技术方案进行清楚、完整地描述。
40.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第 一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次 序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公 开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下实施 例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它 们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和 方法的例子。
41.在此需要说明的是，在本公开中出现的“若干项之中的至少一项”均表示 包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项 的全体”这三类并列的情况。例如“包括a和b之中的至少一个”即包括如下 三种并列的情况：(1)包括a；(2)包括b；(3)包括a和b。又例如“执行 步骤一和步骤二之中的至少一个”，即表示如下三种并列的情况：(1)执行步 骤一；(2)执行步骤二；(3)执行步骤一和步骤二。
42.图1示出了本公开的示例性实施例可以应用于其中的示例性系统架构 100。
43.如图1所示，系统架构100可以包括终端设备101、102、103，网络104 和服务器105。网络104用以在终端设备101、102、103和服务器105之间 提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通 信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络 104与服务器105交互，以接收或发送消息(例如图像或视频数据上传请求、 图像或视频数据下载请求)等。终端设备101、102、103上可以安装有各种 通讯客户端应用，例如音视频通信软件、音视频录制软件、即使通信软件、 会议软件、邮箱客户端、社交平台软件等。此外，终端设备101、102和103 上还可以安装各种图像或视频拍摄编辑应用。终端设备101、102、103可以 是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有 显示屏并且能够进行音视频播放、录制、编辑等的各种电子设备，包括但不 限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设 备101、102、103为软件时，可以安装在上述所列举的电子设备中，其可以 实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个 软件或软件模块。在此不做具体限定。
44.终端设备101、102、103可以安装有图像采集装置(例如摄像头)，以采 集图像或视频数据。实践中，组成视频的最小视觉单位是帧(frame)。每一 帧是一幅静态的图像。将时间上连续的帧序列合成到一起便形成动态视频。 此外，终端设备101、102、103也可以安装有用于将电信号转换为声音的组 件(例如扬声器)以播放声音，并且还可以安装有用于将模拟音频信号转换 为数字音频信号的装置(例如，麦克风)以采集声音。另外，终端设备101、 102、103之间可彼此进行语音通信或视频通信。
45.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、 103上所安装的多媒体应用提供支持的后台服务器。后台服务器可以对所接 收到的音视频数据上传请求等数据进行解析、存储等处理，并且还可以接收 终端设备101、102、103所发送的音视频数据下载请求，并将该音视频数据 下载请求所指示的音视频数据反馈至终端设备101、102、103。
46.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时， 可以实现
成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。 当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式 服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
47.需要说明的是，本公开实施例所提供的图像处理方法通常由终端设备执 行，但是也可由服务器执行，或者也可以由终端设备和服务器协作执行。相 应地，图像处理装置可设置在终端设备中、服务器中或者设置在终端设备和 服务器两者中。
48.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。 根据实现需要，可以具有任意数目的终端设备、网络和服务器，本公开对此 并无限制。
49.图2是本公开示例性实施例的图像处理方法的流程图。
50.参照图2，在步骤s210，获取第一图像。这里，第一图像中包括第一性 别的对象。例如，第一性别可以是女。作为示例，第一图像可以是拍摄的包 含第一性别的对象的原始图像，或者，第一图像也可以是通过对拍摄的原始 图像进行裁剪等处理而得到的包含第一性别的对象的图像。例如，可以通过 以下方式来获取第一图像：首先，获取输入图像。这里，输入图像可以是拍 摄的包含第一性别的对象的原始图像。其次，基于所述输入图像获取预定尺 寸的包含第一性别的对象的脸部区域的图像，作为第一图像。
51.在下文中，为便于清楚理解图2所述的图像处理方法，结合图3的示例 对其进行描述。具体地，参照图3，例如，为了节约计算资源并提升后续性 别变换模型的稳定性，可以先从输入图像中裁剪出包含第一性别的对象(输 入图像中的女性)的脸部区域的图像，然后可以将裁剪出的图像缩放至预定 尺寸(例如，将其缩放为512*512分辨率，但不限于此)，然后再输入性别变 换模型中进行性别变换。此外，可选地，为了使性别变换模型更稳定地进行 性别变换，在输入图像中的第一性别的对象的头部不正的情况下，如图3所 示，还可以对裁剪出的图像进行适当地旋转，以保证对象的脸部是正的。
52.在获取到第一图像之后，接下来，在步骤s220，利用性别变换模型对第 一性别的对象进行性别变换，得到包含第二性别的对象的第二图像。例如， 这里，所述性别变换模型可以包括生成式对抗网络的生成器。在这种情况下， 步骤s220可以包括：利用生成式对抗网络中的生成器对输入图像的特征之中 的与性别有关的特征进行变换，生成包含第二性别的对象的第二图像。
53.生成式对抗网络gan的基本原理如下：生成式对抗网络可包括两个网络， 即，生成器(以下，简称为g)和判别器(以下，简称为d)。它们的功能分 别是：
54.·
g是一个生成图像的网络，它接收一个随机的噪声z，通过这个噪声生 成图片，记做g(z)。
55.·
d是一个判别网络，判别一张图像是不是“真实的”。它的输入参数是x， x代表一张图像，输出d(x)代表x为真实图像的概率，如果为1，就 代表100％是真实的图片，而输出为0，就代表不可能是真实的图片。
56.在训练过程中，生成网络g的目标就是尽量生成真实的图像去欺骗判别 网络d。而d的目标就是尽量把g生成的图像和真实的图像分别开来。这样， g和d构成了一个动态的“博弈过程”。在最理想的状态下，g可以生成足以“以 假乱真”的图像g(z)。对于d来说，它难以判定g生成的图像究竟是不是真 实的，因此d(g(z))＝0.5。最终，经过训练会得到了一个生成式的模型g， 它可以用来生成图像。
57.对应到本技术中，在训练性别变换模型时，将包含第一性别的对象的图 像作为训练样本输入到g，可生成性别变换后的包含第二性别的对象的图像， 然后，将该图像输入判别器，不断调整模型参数，直至生成器生成的包含第 二性别的对象的图像被判断为是真实图像的概率达到预定概率，例如，0.5。 之后，便可以将训练出的生成式对抗网络的生成器作为性别变换模型来进行 性别变换，即，在将包含第一性别的对象的图像输入该生成器后，该生成器 可以输出包含第二性别的对象的图像。
58.具体地，在性别变换过程中，利用生成器对第一图像的特征之中的与性 别有关的特征进行变换。这里，与性别有关的特征一般是能够产生男女性别 差异的特征，例如，通常女性的头发比男性的头发长，在性别变换时可对女 性的长发进行处理。
59.需要说明的是，尽管在上述示例中，利用生成式对抗网络进行性别变换， 但是，事实上，可以采用现有技术中的任何被预先训练为能够进行性别变换 的性别变换模型来进行性别变换，本公开对此并未限制。
60.在通过性别变换得到包含第二性别的对象的第二图像之后，如在本技术 背景技术中提到的，通常由于模型主要关注两种性别的图像特征的差异部分， 以便进行针对性变换。但是在背景、衣服等部位，由于男性与女性图像差异 不大，模型无法学习到这方面的知识，因此，在生成性别变换后的图像的过 程中往往会出现模糊、“一眼假”等现象，导致性别变换所得到的图像的效果 不佳。因此，如图2所示，在步骤s230，对第二图像中的待修复区域进行图 像修复，得到第三图像。这里，所述待修复区域包括第二图像中与因性别变 换而被处理的第一性别的对象的头发区域对应的图像区域。例如，如图3所 示，在进行性别变换后，第二图像中与因性别变换而被处理的第一性别的对 象的头发区域对应的图像区域处出现模糊，一眼看过去会有不真实的感觉。 因此，对这样的区域进行图像修复可以提高整体性别变换后的图像的效果。
61.具体地，例如，首先，可以获取所述待修复区域。具体地，例如，可先 确定因性别变换而被处理的对象头发区域，并随后在第二图像中确定与所述 对象头发区域对应的图像区域，作为所述待修复区域。在获取到所述待修复 区域之后，可以基于所述待修复区域所在的第一背景区域的特征对所述待修 复区域进行图像修复，得到第三图像。例如，可以基于所述第一背景区域的 特征，将所述待修复区域处理为与所述第一背景区域具有相同或相似的特征。 例如，通过直接利用第一背景区域的一部分来填充所述待修复区域，可以将 所述待修复区域处理为与所述第一背景区域的一部分具有相同的特征。通过 在利用第一背景区域的一部分填充所述待修复区域之后进一步执行一些图像 处理(例如，执行部分羽化处理，使得填充后的区域更加真实自然)可以将 所述待处理区域处理为与所述第一背景区域的一部分具有相似的特征。或者， 可以直接根据第一背景区域的特征利用预先训练的图像修复模型对待修复区 域进行处理，使得所述待修复区域与所述第一背景区域具有相似的特征。本 公开对具体如何将所述待修复区域处理为与所述第一背景区域具有相同或相 似的特征的方式并未限制。作为示例，可以根据第一背景区域的颜色特征、 纹理特征，将所述待修复区域处理为与所述第一背景区域具有相同或相似的 颜色特征、纹理特征。在上文中，具有相似的特征例如可以是待修复区域被 处理后得到的修复后的区域的特征(例如，颜色特征、纹理特征等)与第一 背景区域的特征之间的差异在预定范围内。例如，如果背景区域是衣服，则 可以根据衣服的颜色特征和纹理特征对待修复区域进行处理，使得修
复后的 该区域的颜色特征和纹理特征与背景衣服的颜色特征和纹理特征之间的差异 在预定范围内。
62.通常，因性别变换而被处理的第一性别的对象的头发区域的面积较大， 如果直接根据背景区域的特征对整个区域进行处理，有可能在中间区域出现 模糊不自然现象。为此，可选地，根据本公开示例性实施例，可以基于所述 第一背景区域的特征，由外向内对所述待修复区域中的各子区域进行图像修 复。例如，首先可以基于第一背景区域的特征来处理待修复区域中的外围子 区域，然后，可基于外围子区域的特征和/或第一背景区域的特征来进一步处 理比该外围子区域更靠内的子区域，逐步向内处理，直至处理完整个待修复 区域。通过这种方式，可以进一步提高图像修复效果，获得更自然的图像。
63.此外，由于待修复区域所在背景区域可能包括对象本身的至少一部分区 域，例如，如图3所示，待修复区域(即，图3中性别变换后的图像中的白 色区域)所在的背景区域包括对象的肩部区域，在这种情况下，为了更好地 对待修复区域进行修复，例如，使得图像修复后对象的肩膀处看起来整齐自 然，除了根据背景区域的颜色特征、纹理特征等对待修复区域进行修复之前， 还可可以结合对象的所述至少一部分区域的语义特征(例如，语义布局信息， 诸如，哪里是肩膀)来对待修复区域进行修复。也就是说，如果所述第一背 景区域包括对象的至少一部分区域，则所述第一背景区域的特征包括对象的 所述至少一部分区域的语义特征。通过在图像修复时考虑对象的语义特征， 可以便于针对性地考虑对象的身体部位采用合适的图像修复方式。
64.通过上述s230，由于对第二图像中与因性别变换而被处理的第一性别的 对象的头发区域对应的图像区域进行了修复，因此可以有效地提升性别变换 后的图像的整体效果。例如，如图3所示，经过图像修复，此时人物脸部附 近背景、衣服已经得到修复。
65.如上所述，可选地，为了节省计算资源并提高用于性别变换的性别变换 模型的稳定性，输入模型的图像可以是预定尺寸的包含第一性别的对象的脸 部区域的图像。例如，可以通过以下方式来获取第一图像：首先，获取输入 图像。这里，输入图像可以是拍摄的包含第一性别的对象的原始图像。其次， 基于所述输入图像获取预定尺寸的包含第一性别的对象的脸部区域的图像， 作为第一图像。在这种情况下，在步骤s230对第二图像中的待修复区域进行 图像修复得到第三图像之后，需要再贴回原图(即，输入图像)，因此，可选 地，图2所示的图像处理方法还可包括：将第三图像与所述输入图像进行图 像融合，得到第四图像。
66.此外，由于在步骤s210获得第一图像时主要裁剪出脸部区域，因此可能 会将对象的头发截断，例如，当图像从女性变为男性时，头发会变短，但是 原图中不在裁图框中的头发无法被处理，因此，最终的输出图像中就会出现 女性的长发末端没有被处理的现象。例如，如图3所示，在将通过步骤s230 获得的图像贴回原图后，可以看到女性末端头发并未被处理。
67.因此，为了进一步提升最终性别变换后的图像效果，可选地，图2所示 的图像处理方法还可包括：对第四图像中除了与第三图像对应的图像区域之 外的其余图像区域中的头发区域进行图像修复，得到输出图像。具体地，可 首先获取所述头发区域(例如，图3中贴回原图后的图像中所示的白色区域)， 然后可基于所述头发区域所在的第二背景区域的特征对所述头发区域进行图 像修复，得到输出图像。例如，可以基于所述第二背景区域的特
征，将所述 头发区域处理为与所述第二背景区域具有相同或相似的特征。这里，与在步 骤s230对待修复区域的处理相似，也可以基于所述第二背景区域的特征，由 外向内对所述头发区域中的各子区域进行图像修复。而且，如果所述第二背 景区域包括对象的至少一部分区域，则所述第二背景区域的特征也可以包括 对象的所述至少一部分区域的语义特征。也就是说，除了根据背景区域的颜 色特征、纹理特征等对待修复区域进行修复之前，还可结合对象的所述至少 一部分区域的语义特征来对待修复区域进行修复。经过上述进一步的图像修 复处理，如图3所示，原来在裁图框之外的头发区域被进一步处理，最终， 可以获得更好的性别变换效果。
68.以上，已经参照图2并结合图3的示例介绍了根据本公开示例性实施例 的图像处理方法，采用上述图像处理方法，可以有效地提升性别变换后的图 像效果。例如，采用上述图像处理方法，可以提升变换后头发遮挡区域的生 成效果，而且可选地，由于对全图的头发遮挡区域都进行了修复处理，从而 可以有效提升女变男的图像处理任务中对长发女性的变换效果。
69.图4是示出本公开示例性实施例的图像处理装置的框图。
70.参照图4，图像处理装置400可包括图像获取单元410、性别变换单元 420和图像修复单元430。具体而言，图像获取单元410可被配置为获取第一 图像，其中，所述第一图像中包括第一性别的对象。作为示例，图像获取单 元410可获取输入图像，并基于所述输入图像获取预定尺寸的包含第一性别 的对象的脸部区域的图像，作为第一图像。性别变换单元420可被配置为利 用性别变换模型对第一性别的对象进行性别变换，得到包含第二性别的对象 的第二图像。图像修复单元430可被配置为对第二图像中的待修复区域进行 图像修复，得到第三图像，其中，所述待修复区域包括第二图像中与因性别 变换而被处理的第一性别的对象的头发区域对应的图像区域。可选地，图像 修复单元430还可被配置为：将第三图像与所述输入图像进行图像融合，得 到第四图像。此外，可选地，图像修复单元430还可被配置为：对第四图像 中除了与第三图像对应的图像区域之外的其余图像区域中的头发区域进行图 像修复，得到输出图像。
71.由于图2所示的图像处理方法可由图4所示的图像处理装置400来执行， 并且图像获取单元410、性别变换单元420和图像修复单元430分别执行图2 中的步骤s210、s220和s230，因此，关于图4中的各单元所执行的操作中 涉及的任何相关细节均可参见关于图2的相应描述，这里都不再赘述。
72.此外，需要说明的是，尽管以上在介绍图像处理装置400时将其划分为 用于分别执行相应处理的单元，然而，本领域技术人员清楚的是，上述各单 元执行的处理也可以在图像处理装置400不进行任何具体单元划分或者各单 元之间并无明确划界的情况下执行。此外，图像处理装置400还可包括其他 单元，例如，存储单元等。
73.图5是根据本公开示例性实施例的电子设备的框图。
74.参照图5，电子设备500可包括至少一个存储器501和至少一个处理器 502，所述至少一个存储器存储计算机可执行指令，计算机可执行指令在被至 少一个处理器执行时，促使至少一个处理器502执行根据本公开实施例的图 像处理方法。
75.作为示例，电子设备可以是pc计算机、平板装置、个人数字助理、智 能手机、或其他能够执行上述指令集合的装置。这里，电子设备并非必须是 单个的电子设备，还可以是
任何能够单独或联合执行上述指令(或指令集) 的装置或电路的集合体。电子设备还可以是集成控制系统或系统管理器的一 部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的 便携式电子设备。
76.在电子设备中，处理器可包括中央处理器(cpu)、图形处理器(gpu)、 可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限 制，处理器还可包括模拟处理器、数字处理器、微处理器、多核处理器、处 理器阵列、网络处理器等。
77.处理器可运行存储在存储器中的指令或代码，其中，存储器还可以存储 数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中， 网络接口装置可采用任何已知的传输协议。
78.存储器可与处理器集成为一体，例如，将ram或闪存布置在集成电路 微处理器等之内。此外，存储器可包括独立的装置，诸如，外部盘驱动、存 储阵列或任何数据库系统可使用的其他存储装置。存储器和处理器可在操作 上进行耦合，或者可例如通过i/o端口、网络连接等互相通信，使得处理器 能够读取存储在存储器中的文件。
79.此外，电子设备还可包括视频显示器(诸如，液晶显示器)和用户交互 接口(诸如，键盘、鼠标、触摸输入装置等)。电子设备的所有组件可经由总 线和/或网络而彼此连接。
80.根据本公开的实施例，还可提供一种存储指令的计算机可读存储介质， 其中，当所述指令由至少一个处理器执行时，促使所述至少一个处理器执行 根据本公开示例性实施例的图像处理方法。这里的计算机可读存储介质的示 例包括：只读存储器(rom)、随机存取可编程只读存储器(prom)、电可 擦除可编程只读存储器(eeprom)、随机存取存储器(ram)、动态随机存 取存储器(dram)、静态随机存取存储器(sram)、闪存、非易失性存储 器、cd-rom、cd-r、cd r、cd-rw、cd rw、dvd-rom、dvd-r、 dvd r、dvd-rw、dvd rw、dvd-ram、bd-rom、bd-r、bd-r lth、 bd-re、蓝光或光盘存储器、硬盘驱动器(hdd)、固态硬盘(ssd)、卡式 存储器(诸如，多媒体卡、安全数字(sd)卡或极速数字(xd)卡)、磁带、 软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他 装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何 相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的 数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执 行所述计算机程序。上述计算机可读存储介质中的指令或计算机程序可在诸 如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行，此 外，在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结 构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数 据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问 和执行。
81.根据本公开的实施例中，还可提供一种计算机程序产品，该计算机程序 包括计算机指令，所述计算机指令被处理器执行时实现根据本公开示例性实 施例的图像处理方法。
82.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本 公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性 变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公 开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被 视为示例性的，本公开的真正范围和精神由权利要求限定。