[发明专利]图像处理模型的训练方法、图像处理方法及装置

说明书

本公开关于一种图像处理模型的训练方法、图像处理方法及装置，涉及图像处理技术领域，该方法包括：采用预设的图像处理模型，对额头区域覆盖有掩码的掩码样本图像进行处理，输出四个通道的处理结果，将所述处理结果与所述掩码样本图像进行线性融合处理得到输出图像，基于计算得到的所述图像处理模型的损失值，对所述图像处理模型进行调整，确定收敛后输出完成训练的图像处理模型，采用所述图像处理模型对得到的覆盖有掩码的待处理图像进行处理，得到处理后的输出图像。这样，基于将额头区域覆盖掩码后的掩码样本图像对图像处理模型进行训练后，能够基于图像处理模型实现对待处理图像中掩码区域的快速处理，且保证最终生成的输出图像效果真实。

技术领域

本公开涉及图像处理领域，特别涉及一种图像处理模型的训练方法、图像处理方法及装置。

背景技术

在进行图像处理的过程中，为实现个性化的设计需要，通常需要消除图像中的目标对象，进而实现对图像的个性化处理。

借助于图片编辑技术(Photoshop，PS)能够实现对图像中的目标对象进行消除处理，目前的图像处理中较多使用的图像修复inpainting技术，能够在图像中产生掩膜mask覆盖区域，并通过对图像特征的学习识别，实现对mask覆盖区域的面部特征的补全。

但是，使用PS技术对图像中的目标对象进行消除时，依赖于人工的操作，难以保证对图像中的目标对象进行快速有效的处理，无法实现批量化的处理操作，而对于现有的inpainting技术来说，仅能实对mask覆盖区域的特征补全，无法实现消除目标对象的需要。

例如，以包含人脸的图像为例，将额头上的刘海作为要消除的目标对象时，可以使用PS技术，人工实现对刘海的消除，而对于inpainting技术，仅能够针对mask覆盖的包含刘海的人脸区域进行特征补全处理，得到的处理结果中在保留了刘海部分的同时补全了所述人脸区域的面部特征，无法实现消除刘海的需要。

发明内容

本公开实施例提供一种图像处理模型的训练方法、图像处理方法及装置，用以解决现有技术中存在无法消除图像中的目标对象问题。

本公开实施例提供的具体技术方案如下：

第一方面，提出一种图像处理模型的训练方法，包括：

获取预设的训练样本集合，其中，所述训练样本集合中的每个训练样本包含一个基础样本图像和一个掩码样本图像，所述掩码样本图像是将所述基础样本图像包含的额头区域覆盖掩码后得到的；

采用预设的图像处理模型，对一个训练样本包含的掩码样本图像进行处理，输出四个通道的处理结果，其中，所述图像处理模型包括生成对抗式网络，所述四个通道的处理结果包括三个颜色通道和一个融合参数通道；

基于所述融合参数通道，对所述掩码样本图像的红绿蓝RGB通道和所述三个颜色通道分别进行线性融合处理，获得相应的输出图像；

采用预设的损失函数基于所述输出图像以及所述基础样本图像中对应的各个像素点的颜色值，计算所述图像处理模型的损失值，并基于所述损失值，调整所述图像处理模型中用于生成所述四个通道的处理结果的网络参数，并确定所述损失值满足预设的收敛条件时，输出完成训练的图像处理模型。

可选的，所述获取预设的训练样本集合之前，进一步包括：

获取多个基础样本图像，并对各个基础样本图像，分别执行以下操作：

识别出一个基础样本图像中包含的各个人脸关键点，并基于所述各个人脸关键点确定眼睛关键点的位置；

基于所述各个人脸关键点覆盖的区域，确定所述基础样本图像中的目标处理区域，并从所述目标处理区域中分割出人脸区域；

基于所述眼睛关键点的位置，在所述人脸区域中确定额头区域，将所述额头区域设置为掩码区域，设置所述掩码区域内各个像素点的颜色值，得到掩码样本图像；