[发明专利]图像处理方法、装置、电子设备以及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取素材图像样本以及待美化图像样本；

利用预设网络模型中的生成器以及素材图像样本对所述待美化图像样本进行美化处理，得到美化后图像样本；

通过预设网络模型中的判别器生成美化后图像样本与待美化图像样本在不同尺度下对应的差异信息；

根据不同尺度下对应的差异信息对预设网络模型进行收敛，得到生成对抗网络模型；

基于生成对抗网络模型对待美化图像进行美化处理，得到美化图像。

2.根据权利要求1所述的方法，其特征在于，所述通过预设网络模型中的判别器生成美化后图像样本与待美化图像样本在不同尺度下对应的差异信息，包括：

对所述美化后图像样本进行图像尺度变换，得到多个第一图像样本，以及；

对所述待美化图像样本进行图像尺度变换，得到多个第二图像样本；

将相同尺度的第一图像样本和第二图像样本添加至同一集合中，得到多个同尺度样本对；

通过预设网络模型中的判别器生成各同尺度样本对的差异信息。

3.根据权利要求2所述的方法，其特征在于，所述通过预设网络模型中的判别器生成各同尺度样本对的差异信息，包括：

提取各同尺度样本对的尺度；

将尺度大于预设阈值的同尺度样本对确定为第一样本对，以及；

将尺度小于等于预设阈值的同尺度样本对确定为第二样本对；

在所述第一样本对中的第一图像样本上构建多个第一区域；

通过预设网络模型中的判别器生成各第一区域与对应的第二图像样本的区域之间的差异信息，得到第一差异信息，以及；

通过预设网络模型中的判别器生成各第二样本对的差异信息，得到第二差异信息；

所述根据不同尺度下对应的差异信息对预设网络模型进行收敛，得到生成对抗网络，包括：根据第一差异信息以及第二差异信息对预设网络模型进行收敛，得到生成对抗网络。

4.根据权利要求3所述的方法，其特征在于，所述根据第一差异信息以及第二差异信息对预设网络模型进行收敛，得到生成对抗网络，包括：

根据第一差异信息以及第二差异信息构建预设网络模型对应的损失函数，得到目标损失函数；

基于所述目标损失函数对预设网络模型进行收敛，得到生成对抗网络。

5.根据权利要求4所述的方法，其特征在于，所述根据第一差异信息以及第二差异信息构建预设网络模型对应的损失函数，得到目标损失函数，包括：

从所述第一差异信息提取图像误差值，得到第一图像误差值，以及；

从所述第二差异信息提取图像误差值，得到第二图像误差值；

基于所述第一图像误差值、第二图像误差值以及预设梯度优化算法，构建预设网络模型对应的损失函数，得到目标损失函数。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述利用预设网络模型中的生成器以及素材图像样本对所述待美化图像样本进行美化处理，得到美化后图像样本，包括：

利用预设网络模型中的生成器中的卷积层分别对所述素材图像样本以及待美化图像样本进行特征提取，得到所述素材图像样本对应的第一特征向量以及待美化图像样本对应的第二特征向量；

基于所述第一特征向量以及第二特征向量对待美化图像样本进行美化处理，得到美化后图像样本。

7.根据权利要求6所述的方法，其特征在于，所述基于所述第一特征向量以及第二特征向量对待美化图像样本进行美化处理，得到美化后图像样本，包括：

将所述第一特征向量以及第二特征向量进行拼接，得到拼接后的特征向量；

基于拼接后的特征向量生成美化后图像样本。

8.根据权利要求1至5任一项所述的方法，其特征在于，所述基于生成对抗网络模型对待美化图像进行美化处理，得到美化图像，包括：

接收图像美化请求，所述图像美化请求携带素材图像以及待美化图像；

基于生成对抗网络模型以及素材图像对所述待美化图像进行美化处理，得到美化图像。