[发明专利]一种图像补全方法、装置及电子设备

权利要求书

1.一种图像补全方法，其特征在于，所述方法包括：

确定待补全图像中缺失图像信息的待补全图像区域和细节图像区域，所述细节图像区域为所述待补全图像中用于表示预设内容的图像区域；

根据所述待补全图像区域与所述细节图像区域的重合程度，确定目标图像补全模型；所述目标图像补全模型包括细节图像补全模型或通用补全模型；所述细节图像补全模型为针对所述预设内容训练得到的图像补全模型；所述通用补全模型为针对所述预设内容以外的内容训练得到的图像补全模型；

基于所述目标图像补全模型对所述待补全图像区域缺失的图像信息进行补全，得到补全结果。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述待补全图像区域与所述细节图像区域的重合程度，确定目标图像补全模型之前，所述方法还包括：

统计所述待补全图像区域中属于细节图像区域的像素点的数目与所述待补全图像区域中所有像素点的数目的比例，作为所述待补全图像区域与所述细节图像区域的重合程度。

3.根据权利要求1所述的方法，其特征在于，所述细节图像补全模型预先通过以下方式训练得到：

获取原始样本图像和缺失样本图像，所述原始样本图像中包括所述预设内容，所述缺失样本图像为所述原始样本图像中用于表示所述预设内容的部分图像信息丢失后的图像；

将所述缺失样本图像输入至预设生成模型，得到所述预设生成模型输出的补全图像；

基于所述补全图像与所述原始样本图像的差异构建第一损失函数；

基于所述第一损失函数，调整所述预设生成模型的模型参数，直至所述第一损失函数收敛，得到所述细节图像补全模型。

4.根据权利要求3所述的方法，其特征在于，在所述基于所述补全图像与所述原始样本图像的差异构建第一损失函数之前，所述方法还包括：

将所述原始样本图像或所述补全图像输入至预设判别模型，得到所述预设判别模型输出的判别结果，所述判别结果用于表示输入的图像是否为经过补全的图像；

根据所述预设判别模型输出的判别结果的准确程度构建第二损失函数；

基于所述第二损失函数，调整所述预设判别模型的模型参数，得到训练后判别模型；

将所述补全图像输入至所述训练后判别模型，得到所述训练后判别模型输出的判别结果；

所述基于所述补全图像与所述原始样本图像的差异构建第一损失函数，包括：

基于所述补全图像与所述原始样本图像的差异，以及所述训练后判别模型输出的判别结果构建第一损失函数。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待补全图像区域与所述细节图像区域的重合程度，确定目标图像补全模型，包括：

确定所述重合程度是否大于预设阈值；

如果所述重合程度大于预设阈值，将细节图像补全模型确定为目标图像补全模型；

如果所述重合程度不大于预设阈值，将通用图像补全模型确定为目标图像补全模型。

6.根据权利要求1所述的方法，其特征在于，所述待补全图像区域通过以下方式确定，包括：

利用预设水印检测算法检测待补全图像中存在水印的图像区域，作为待补全图像区域。

7.根据权利要求1所述的方法，其特征在于，所述细节图像区域通过以下方式确定：

利用细节检测算法检测待补全图像中存在预设内容的图像区域，作为细节图像区域，其中，所述细节检测算法用于检测所述预设内容。