[发明专利]基于参考图像的线稿上色模型的训练方法以及装置

权利要求书

1.一种基于参考图像的线稿上色模型的训练方法，其特征在于，包括：

获取多组训练样本，所述训练样本包括参考图像、线稿和预先经过上色的对比线稿；

预先构建线稿上色模型，所述线稿上色模型包括分类器、生成器和鉴别器；

通过分类器确定所述参考图像的语义信息特征向量；

根据所述语义信息特征向量，利用所述生成器为所述线稿进行上色，得到上色线稿；

利用所述鉴别器对所述上色线稿和所述对比线稿进行鉴别，得到鉴别结果；

调整所述线稿上色模型的模型参数，直至所述鉴别结果满足预设要求，以完成所述线稿上色模型的训练。

2.如权利要求1所述的方法，其特征在于，所述分类器为VGG19；

所述通过分类器确定所述参考图像的语义信息特征向量包括：

将所述参考图像输入VGG19，将所述VGG19在预设层的输出向量作为语义信息特征向量。

3.如权利要求2所述的方法，其特征在于，所述生成器为U-net神经网络，且所述U-net神经网络的中间层设置有辅助解码器。

4.如权利要求1-3任意一项所述的方法，其特征在于，所述调整所述线稿上色模型的模型参数，直至所述鉴别结果满足预设要求，以完成所述线稿上色模型的训练包括：

判断所述鉴别结果是否为不合格；

若所述鉴别结果为不合格，则确定所述上色线稿和所述对比线稿之间的梯度信息；

根据所述梯度信息，调整所述线稿上色模型的模型参数，直至所述鉴别结果满足预设要求，以完成所述线稿上色模型的训练。

5.一种基于参考图像为线稿上色的方法，其特征在于，采用如权利要求1-4任意一项所述的基于参考图像的线稿上色模型的训练方法所训练的线稿上色模型，包括：

确定参考图像和待上色的线稿；

利用所述线稿上色模型确定所述参考图像的语义信息特征向量，并根据所述语义信息特征向量为所述线稿进行上色，得到上色线稿。

6.一种基于参考图像的线稿上色模型的训练装置，其特征在于，包括：

样本获取模块：用于获取多组训练样本，所述训练样本包括参考图像、线稿和预先经过上色的对比线稿；

模型构建模块：用于预先构建线稿上色模型，所述线稿上色模型包括分类器、生成器和鉴别器；

特征向量确定模块：用于通过分类器确定所述参考图像的语义信息特征向量；

线稿上色模块：用于根据所述语义信息特征向量，利用所述生成器为所述线稿进行上色，得到上色线稿；

线稿鉴别模块：用于利用所述鉴别器对所述上色线稿和所述对比线稿进行鉴别，得到鉴别结果；

模型参数调整模块：用于调整所述线稿上色模型的模型参数，直至所述鉴别结果满足预设要求，以完成所述线稿上色模型的训练。

7.如权利要求6述的装置，其特征在于，所述模型参数调整模块包括：

判断单元：用于判断所述鉴别结果是否为不合格；

梯度信息确定单元：用于若所述鉴别结果为不合格，则确定所述上色线稿和所述对比线稿之间的梯度信息；

模型参数调整单元：用于根据所述梯度信息，调整所述线稿上色模型的模型参数，直至所述鉴别结果满足预设要求，以完成所述线稿上色模型的训练。

8.一种基于参考图像为线稿上色的装置，其特征在于，采用如权利要求1-4任意一项所述的基于参考图像的线稿上色模型的训练方法所训练的线稿上色模型，包括：

确定模块：用于确定参考图像和待上色的线稿；

上色模块：用于确定所述参考图像的语义信息特征向量，并根据所述语义信息特征向量为所述线稿进行上色，得到上色线稿。

9.一种基于参考图像的线稿上色模型的训练设备，其特征在于，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序以实现如权利要求1-4任意一项所述的基于参考图像的线稿上色模型的训练方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上保存有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的基于参考图像的线稿上色模型的训练方法的步骤。