[发明专利]一种有限色彩空间下的线稿自动上色模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种有限色彩空间下的线稿自动上色模型训练方法，其特征在于，所述方法包括：

根据线稿类型，获取对应主色彩向量；

对所述主色彩向量进行多层级编码得到对应的色彩编码，构建有限色彩空间；

预先配置上色模型，所述上色模型包括颜色推理模块、上色模块以及颜色校正模块，将线稿以及色彩编码输入颜色推理模块，获得色块图像，将线稿和色块图像输入上色模块，获得第一上色图像，将第一上色图像输入颜色校正模块进行校准，获得第二上色图像；

将第二上色图像与所述线稿对应的真实彩色图像输入风格判别器，获取风格判别损失，将第二上色图像输入色彩判别器，获取色彩判别损失，通过计算第二上色图像与其对应的真实彩色图像的均方误差得到重建损失，根据风格判别损失、色彩判别损失以及重建损失通过反向传播算法调整所述上色模型，完成所述上色模型训练。

2.根据权利要求1所述的一种有限色彩空间下的线稿自动上色模型训练方法，其特征在于，所述获取对应主色彩向量包括：通过k-means算法对样本图像颜色进行聚类得到主色彩。

3.根据权利要求2所述的一种有限色彩空间下的线稿自动上色模型训练方法，其特征在于，将线稿和色块图像分别进行降采样，再将线稿和色块图像输入上色模块进行多尺度上色，获得第一上色图像。

4.根据权利要求1所述的一种有限色彩空间下的线稿自动上色模型训练方法，其特征在于，所述上色模型的损失函数包括重建损失L_re，风格判别损失L_style以及色彩判别损失L_color，则损失函数公式如下：

L_re＝||C₂-I||₂

L_color＝1-S_co

其中，I表示真实彩色图像，DS_I表示真实彩色图像I经风格判别器得到的输出，表示第二上色图像C₂经风格判别器得到的输出；其中S_co表示第二上色图像C₂经色彩判别器后得到的输出。

5.根据权利要求1所述的一种有限色彩空间下的线稿自动上色模型训练方法，其特征在于，通过预置的色彩编码模块对所述给定的主色彩向量进行多层级编码；

所述色彩编码模块包含1个尺寸调整层，n个卷积核大小为3x3步长为1的卷积层和ReLU激活函数层。

6.一种有限色彩空间下的线稿自动上色方法，其特征在于，所述方法包括如下步骤：

获取待上色线稿；

将所述待上色线稿输入如根据权利要求1-5任意一项所述的上色模型，获得上色图像。

7.一种有限色彩空间下的线稿自动上色模型训练装置，其特征在于，所述装置包括：

色彩获取模块，其用于根据线稿类型，获取对应主色彩向量；

色彩编码模块，其用于对所述主色彩向量进行多层级编码得到对应的色彩编码，构建有限色彩空间；

模型配置模块，其用于预先配置上色模型，所述上色模型包括颜色推理模块、上色模块以及颜色校正模块，所述颜色推理模块，用于接收线稿以及色彩编码进行处理，获得到色块图像；所述上色模块用于接收线稿和色块图像进行处理，获得第一上色图像；所述颜色校正模块用于接收第一上色图进行校准，获得第二上色图像；

模型校准模块，其用于将第二上色图像和任意真实彩色图像输入风格判别器，将第二上色图像输入色彩判别器，分别获取风格判别损失以及色彩判别损失，通过计算第二上色图像与其对应的真实彩色图像的均方误差得到重建损失，根据风格判别损失、色彩判别损失以及重建损失通过反向传播算法调整所述上色模型，完成所述上色模型训练。