[发明专利]图像色彩调整方法及装置、计算机可读介质和电子设备

权利要求书

1.一种图像色彩调整方法，其特征在于，包括：

获取原始图像以及预设的基础色彩映射表；

将所述原始图像输入到预训练的图像调整模型中，得到所述原始图像对应的色彩权重值；

根据所述色彩权重值调整所述基础色彩映射表得到目标色彩映射表；

通过所述目标色彩映射表对所述原始图像中的色彩值进行调整，得到增强后的目标图像。

2.根据权利要求1所述的方法，其特征在于，所述获取预设的基础色彩映射表，还包括：

获取预构建的原始色彩映射表；

对所述原始色彩映射表进行初始化处理，生成基础色彩映射表。

3.根据权利要求2所述的方法，其特征在于，对所述原始色彩映射表进行初始化处理，得到基础色彩映射表，包括：

对所述原始色彩映射表进行采样处理，得到离散结构的原始色彩映射表；

将所述离散结构的原始色彩映射表作为所述基础色彩映射表。

4.根据权利要求3所述的方法，其特征在于，将所述离散结构的原始色彩映射表作为所述基础色彩映射表，还包括：

获取预设的场景色彩数据，并将所述场景色彩数据赋值给所述基础色彩映射表中的任意一个，得到带有场景色彩数据的基础色彩映射表。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述图像调整模型包括卷积神经网络模型，所述方法还包括：

获取预设的样本图像对，所述样本图像对包括样本原始图像以及所述样本原始图像对应的样本目标图像；

基于监督学习的方式，根据所述样本原始图像以及所述样本目标图像对预构建的卷积神经网络模型进行训练，得到预训练的图像调整模型。

6.根据权利要求5所述的方法，其特征在于，所述卷积神经网络模型包括权重预测网络层，所述基于监督学习的方式，根据所述样本原始图像以及所述样本目标图像对预构建的卷积神经网络模型进行训练，包括：

将经过下采样的所述样本原始图像输入到所述权重预测网络层得到样本色彩权重值；

根据所述样本色彩权重值调整初始化得到的基本色彩映射表得到目标色彩映射表，并根据所述目标色彩映射表调整所述样本原始图像的色彩值得到模型输出图像；

将所述模型输出图像以及所述样本目标图像输入到目标损失函数中，以通过调整后的所述目标损失函数对所述权重预测网络层进行优化学习；

通过训练完成的所述权重预测网络层以及所述目标损失函数构建所述图像调整模型。

7.根据权利要求1所述的方法，其特征在于，所述图像调整模型包括生成式对抗网络模型，所述方法还包括：

根据赋有色彩权重参数的基础色彩映射表构建生成器，并根据预设的卷积神经网络构建判别器；

通过所述生成器以及所述判别器构建生成式对抗网络模型，并将训练完成的所述生成式对抗网络模型作为所述图像调整模型。

8.一种图像色彩调整装置，其特征在于，包括：

图像获取模块，用于获取原始图像以及预设的基础色彩映射表；

色彩权重值生成模块，用于将所述原始图像输入到预训练的图像调整模型中，得到所述原始图像对应的色彩权重值；

色彩映射表调整模块，用于根据所述色彩权重值调整所述基础色彩映射表得到目标色彩映射表；

图像色彩调整模块，用于通过所述目标色彩映射表对所述原始图像中的色彩值进行调整，得到增强后的目标图像。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法。