[发明专利]图像处理模型训练、图像处理方法、装置、设备及介质

权利要求书

1.一种图像处理模型训练方法，其特征在于，包括：

获取待处理线稿图像和与所述待处理线稿图像匹配的待处理像素点图像；

将所述待处理线稿图像和所述待处理像素点图像输入至图像处理模型的图像生成模块，以通过所述图像生成模块生成待验证线稿着色图像；其中，所述图像生成模块包括全卷积结构，且所述全卷积结构的目标反卷积层包括上采样层和卷积层；

获取所述待处理线稿图像的原始样本图像，并将所述原始样本图像和所述待验证线稿着色图像输入至所述图像处理模型的图像判别模块，以通过所述图像判别模块生成图像真实性数据；

根据所述图像真实性数据、所述图像真实性数据匹配的标记数据、所述原始样本图像和所述待验证线稿着色图像确定所述图像处理模型的损失值，以根据所述损失值对所述图像处理模型进行训练。

2.根据权利要求1所述的方法，其特征在于，在所述通过所述图像生成模块生成待验证线稿着色图像之前，还包括：

通过Sketch-a-Net模型对所述待处理线稿图像进行特征提取，以得到所述待处理线稿图像的待处理线稿图像特征；

通过所述图像生成模块获取所述图像生成模块生成的生成图像特征，并将所述待处理线稿图像特征输入至所述图像生成模块；

通过所述图像生成模块将所述待处理线稿图像特征与所述生成图像特征进行特征拼接。

3.根据权利要求1所述的方法，其特征在于，在所述通过所述图像生成模块生成待验证线稿着色图像之前，还包括：

通过长连接的连接方式将所述图像生成模块的所述全卷积结构的预设卷积层与预设反卷积层进行连接。

4.根据权利要求1所述的方法，其特征在于，在所述获取待处理线稿图像和与所述待处理线稿图像匹配的待处理像素点图像之前，还包括：

获取原始样本图像；

通过边缘提取模型对所述原始样本图像进行边缘提取，以得到所述待处理线稿图像；

通过像素点提取模型对所述原始样本图像进行像素点提取，以得到所述待处理像素点图像。

5.根据权利要求1-4任一所述的方法，其特征在于，所述根据所述图像真实性数据、所述图像真实性数据匹配的标记数据、所述原始样本图像和所述待验证线稿着色图像确定所述图像处理模型的损失值，包括：

根据所述图像真实性数据和所述图像真实性数据匹配的标记数据确定所述图像处理模型的对抗损失值；

根据所述原始样本图像和所述待验证线稿着色图像确定所述图像处理模型的L1损失值和感知损失值；

根据所述待验证线稿着色图像确定所述图像处理模型的总变差损失值；

通过所述对抗损失值、所述L1损失值、所述感知损失值和所述总变差损失值确定所述损失值。

6.一种图像处理方法，其特征在于，包括：

获取待处理线稿图像；

对所述待处理线稿图像进行笔触处理，以得到待处理笔触图像；其中，所述待处理笔触图像为待处理线稿图像和待处理像素点图像的融合图像；

将所述待处理笔触图像输入至训练完成的图像处理模型的图像生成模块，以通过所述图像生成模块对所述待处理笔触图像进行图像处理，得到目标线稿着色图像；

通过联合双边滤波器对所述目标线稿着色图像进行噪声过滤处理，以得到目标图像。