[发明专利]配色方法、装置、计算机设备及存储介质

权利要求书

1.一种配色方法，其特征在于，包括：

获取待配色图像；

基于训练后的神经网络根据标准色块库确定与所述待配色图像对应的配色方案，并根据所述配色方案对应的输出色块与所述待配色图像的色差是否满足设置范围，确定与所述待配色图像对应的目标配色方案以及所述目标配色方案对应的目标输出色块；其中，所述配色方案包括标准色块及所述标准色块对应的比例。

2.如权利要求1所述的配色方法，其特征在于，所述神经网络为生成对抗网络，所述生成对抗网络包括生成网络和对抗网络；所述基于训练后的神经网络根据标准色块库确定与所述待配色图像对应的配色方案，并根据所述配色方案对应的输出色块与所述待配色图像的色差是否满足设置范围，确定与所述待配色图像对应的目标配色方案以及所述目标配色方案对应的目标输出色块，包括：

将所述待配色图像输入训练后的生成对抗网络，通过生成网络获得所述输出色块以及与所述待配色图像对应的配色方案；

将所述待配色图像和所述输出色块输入对抗网络，确定所述待配色图像和所述输出色块的判别结果，基于所述判别结果确定与所述待配色图像对应的目标配色方案以及所述目标配色方案对应的目标输出色块。

3.如权利要求2所述的配色方法，其特征在于，所述获取待识别图像之前，包括：

获取包含多个训练色块的色块训练集，所述训练色块包括与所述训练色块对应的配色方案；

将所述训练色块输入初始的生成对抗网络，通过生成网络获得对应的训练输出色块及其配色方案；

将所述训练色块和所述训练输出色块输入所述对抗网络，确定所述训练色块和所述训练输出色块的判别结果；

基于所述判别结果对所述生成对抗网络进行单独交替迭代直至设置的损失函数满足收敛条件，获得训练后的所述生成对抗网络。

4.如权利要求3所述的配色方法，其特征在于，所述基于所述判别结果对所述生成对抗网络进行单独交替迭代直至设置的损失函数满足收敛条件，获得所述训练后的生成对抗网络，包括：

确定所述训练色块和所述训练输出色块的色差是否满足设置范围，若否，则交替迭代执行通过生成网络获得对应的训练输出色块及其配色方案、以及将所述训练色块和所述训练输出色块输入所述对抗网络，直至所述设置的损失函数满足收敛条件，获得所述训练后的生成网络和所述训练后的对抗网络。

5.如权利要求3所述的配色方法，其特征在于，所述将所述训练色块输入生成网络之前，包括：

根据设置的色差值作为标准损失函数的惩罚项，得到所述设置的损失函数。

6.如权利要求1所述的配色方法，其特征在于，所述根据所述配色方案对应的输出色块与所述待配色图像的色差是否满足设置范围，包括：

根据所述输出色块和所述待配色图像分别确定对应的第一颜色模型值和第二颜色模型值，基于色差公式确定所述第一颜色模型值和所述第二颜色模型值的色差是否满足设置范围。

7.一种配色装置，其特征在于，所述装置包括：

获取模块，用于获取待配色图像；

处理模块，用于基于训练后的神经网络根据标准色块库确定与所述待配色图像对应的配色方案，并根据所述配色方案对应的输出色块与所述待配色图像的色差是否满足设置范围，确定与所述待配色图像对应的目标配色方案以及所述目标配色方案对应的目标输出色块；其中，所述配色方案包括标准色块及所述标准色块对应的比例。

8.如权利要求7所述的配色装置，其特征在于，所述神经网络为生成对抗网络，所述生成对抗网络包括生成网络和对抗网络；所述处理模块还用于将所述待配色图像输入训练后的生成对抗网络，通过生成网络获得所述输出色块以及与所述待配色图像对应的配色方案；将所述待配色图像和所述输出色块输入对抗网络，确定所述待配色图像和所述输出色块的判别结果，基于所述判别结果确定与所述待配色图像对应的目标配色方案以及所述目标配色方案对应的目标输出色块。