[发明专利]模型训练、图像处理方法，装置，设备以及存储介质

权利要求书

1.一种模型训练方法，包括：

获取训练样本对集合，所述训练样本对集合中的训练样本对包括样本可见光图像和对应的样本红外图像；

将各样本可见光图像输入第一生成器，得到第一红外图像后，将所述第一红外图像输入第二生成器，得到第一可见光图像，所述第一生成器用于将可见光图像转换成红外图像，所述第二生成器用于将红外图像转换成可见光图像；

将对应的各样本红外图像输入所述第二生成器，得到第二可见光图像，将所述第二可见光图像输入所述第一生成器，得到第二红外图像；

基于所输入的样本图像以及得到的图像，确定第一目标损失函数或第二目标损失函数；

根据所述第一目标损失函数或所述第二目标损失函数，训练所述第一生成器和所述第二生成器。

2.根据权利要求1所述的方法，其中，所述基于所输入的样本图像以及得到的图像，确定第一目标损失函数或第二目标损失函数，包括：

根据所述样本可见光图像以及所述第一红外图像，确定第一损失函数；

根据所述样本可见光图像以及所述第一可见光图像，确定第二损失函数；

根据所述样本可见光图像以及所述第二可见光图像，确定第三损失函数；

基于所述样本可见光图像、所述样本红外图像、所述第一可见光图像、所述第二红外图像以及预先训练的特征提取模型，确定第四损失函数；

根据所述第一至第四损失函数的至少一项，确定所述第一目标损失函数。

3.根据权利要求2所述的方法，其中，所述基于所输入的样本图像以及得到的图像，确定第一目标损失函数或第二目标损失函数，包括：

根据所述样本红外图像以及所述第二可见光图像，确定第五损失函数；

根据所述样本红外图像以及所述第二红外图像，确定第六损失函数；

根据所述样本红外图像以及所述第一红外图像，确定第七损失函数；

根据所述第四至第七损失函数的至少一项，确定所述第二目标损失函数。

4.根据权利要求2所述的方法，其中，所述基于所述样本可见光图像、所述样本红外图像、所述第一可见光图像、所述第二红外图像以及预先训练的特征提取模型，确定第四损失函数，包括：

利用所述特征提取模型分别提取所述样本可见光图像、所述样本红外图像、所述第一可见光图像、所述第二红外图像的特征，得到对应的第一特征、第二特征、第三特征以及第四特征；

根据所述第一特征至所述第四特征，分别确定第一子损失函数和第二子损失函数；

根据所述第一子损失函数以及所述第二子损失函数，确定所述第四损失函数。

5.根据权利要求4所述的方法，其中，所述特征提取模型包括多个特征提取层；以及

所述利用所述特征提取模型分别提取所述样本可见光图像、所述样本红外图像、所述第一可见光图像、所述第二红外图像的特征，得到对应的第一特征、第二特征、第三特征以及第四特征，包括：

利用所述特征提取模型的多个特征提取层分别提取所述样本可见光图像、所述样本红外图像、所述第一可见光图像、所述第二红外图像的特征，得到对应的包括多个特征图的第一特征、第二特征、第三特征以及第四特征。

6.根据权利要求5所述的方法，其中，所述根据所述第一特征至所述第四特征，分别确定第一子损失函数和第二子损失函数，包括：

根据所述第一特征的特征图集合中的各特征图与所述第三特征的特征图集合中对应的特征图，确定所述第一子损失函数；

根据所述第二特征的特征图集合中的各特征图与所述第四特征的特征图集合中对应的特征图，确定所述第二子损失函数。

7.一种图像处理方法，包括：

获取目标可见光图像或目标红外图像；

利用已训练好的第一生成器生成所述目标可见光图像对应的处理红外图像或利用已训练好的第二生成器生成所述目标红外图像对应的处理可见光图像，其中，所述第一生成器和所述第二生成器通过权利要求1-6任一项所述的方法训练得到。