[发明专利]图像处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像、预训练的目标区域变色特效网络以及所述目标区域变色特效网络对应的第一待插值属性，其中，所述预训练包括针对包含目标区域的样本图像进行的训练；

通过所述目标区域变色特效网络，将所述待处理图像进行下采样，得到待处理图像的下采样结果，并根据所述第一待插值属性，将下采样结果进行上采样插值，得到所述目标区域变色特效图像；

其中，所述目标区域变色特效网络是通过以下步骤训练得到的：

获取预构建的对抗生成网络，所述对抗生成网络包括生成网络、第一判别网络、第二判别网络和第一分类网络；

通过所述生成网络，将每个包含所述目标区域的颜色信息的所述样本图像进行下采样，得到相应的图像特征，并将每个样本图像的图像特征进行上采样及变换目标颜色处理，得到对应的生成图像；

确定所述每个样本图像对应所述目标区域的概率图，并根据每个概率图对相应的样本图像和对应的所述生成图像进行混合，得到相应的混合图像；

通过所述第一判别网络，对所述每个样本图像的图像特征的颜色真实性进行判别，得到相应的第一判别结果；

通过所述第二判别网络，对所述每个样本图像和对应的所述混合图像的真实性进行判别，得到相应的第二判别结果；

通过所述第一分类网络，根据所述每个样本图像对应的所述生成图像，得到所述目标颜色的分类结果；

基于所述每个样本图像对应的所述第一判别结果、所述第二判别结果、所述分类结果和所述生成图像，对所述对抗生成网络进行对抗训练，并将训练后的所述生成网络确定为所述目标区域变色特效网络。

2.根据权利要求1所述的图像处理方法，其特征在于，所述确定所述每个样本图像对应所述目标区域的概率图，包括以下任一种：

获取所述每个概率图，所述每个概率图是通过预训练的目标区域分割网络对对应的样本图像进行图像分割处理得到的；

所述对抗生成网络还包括注意力网络，通过所述注意力网络对所述每个样本图像进行图像分割处理，得到相应的概率图。

3.根据权利要求1所述的图像处理方法，其特征在于，所述根据每个概率图对相应的样本图像和对应的所述生成图像进行混合，包括：

基于所述每个概率图中各个像素的概率值，将相应的样本图像和对应的所述生成图像中相应像素的值进行混合。

4.根据权利要求1所述的图像处理方法，其特征在于，所述将每个样本图像的图像特征进行上采样及变换目标颜色处理，包括：

根据预设的目标颜色的第二待插值属性，对所述每个样本图像的所述图像特征进行上采样插值。

5.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述每个样本图像对应的所述第一判别结果、所述第二判别结果、所述分类结果和所述生成图像，对所述对抗生成网络进行对抗训练，包括：

根据所述每个样本图像对应的所述第一判别结果来确定相应的图像特征对应的真实颜色损失和虚假颜色损失；

根据所述每个样本图像对应的所述第二判别结果来确定相应的所述样本图像对应的真样本损失、所述混合图像对应的假样本真实损失和所述混合图像对应的假样本虚假损失；

根据所述每个样本图像对应的所述分类结果来确定相应的目标颜色分类损失；

确定所述每个样本图像与对应的所述生成图像之间的图像损失；

根据所述每个样本图像对应的所述真实颜色损失、所述虚假颜色损失、所述真样本损失、所述假样本真实损失、所述假样本虚假损失、所述目标颜色分类损失和所述图像损失，对所述对抗生成网络进行优化。

6.根据权利要求1所述的图像处理方法，其特征在于，还包括：

获取预训练的第二分类网络；

通过所述第二分类网络，对图像数据标注所述目标区域的颜色信息，得到所述每个包含目标区域的颜色信息的样本图像。