[發明專利]圖像處理方法及裝置、電子設備

在審

• 申請號: 202110912037.1
• 申請日: 2021-08-09
• 公開（公告）號: CN113658066A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 毛芳勤;郭樺
• 申請（專利權）人: 維沃移動通信有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/90;G06N20/00
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 喬珊珊

1.一種圖像處理方法，其特征在于，所述圖像處理方法包括：

獲取第一濾鏡圖像以及待處理圖像，其中，所述第一濾鏡圖像包括采用目標濾鏡進行濾鏡處理后的圖像；

基于所述第一濾鏡圖像和所述待處理圖像，確定所述目標濾鏡；

基于所述待處理圖像中各像素的顏色與所述目標濾鏡指示的顏色之間的差異，確定所述待處理圖像中各像素分別對應的濾鏡權重值；

將所述目標濾鏡以所述各像素分別對應的濾鏡權重值應用于所述待處理圖像中的各像素，得到第二濾鏡圖像。

2.根據權利要求1所述的圖像處理方法，其特征在于，所述基于所述第一濾鏡圖像和所述待處理圖像，確定所述目標濾鏡，包括：

將所述第一濾鏡圖像和所述待處理圖像輸入至預設的目標網絡模型中；

通過所述目標網絡模型獲取所述第一濾鏡圖像的第一顏色特征和所述待處理圖像的第二顏色特征；

通過所述目標網絡模型獲取所述第一顏色特征與所述第二顏色特征的特征差值，并將所述特征差值確定為所述目標濾鏡。

3.根據權利要求2所述的圖像處理方法，其特征在于，所述通過所述目標網絡模型獲取所述第一濾鏡圖像的第一顏色特征和所述待處理圖像的第二顏色特征，包括：

通過所述目標網絡模型的圖像特征提取模塊，獲取所述第一濾鏡圖像的第一圖像特征向量和所述待處理圖像的第二圖像特征向量；

分別將所述第一圖像特征向量和所述第二圖像特征向量輸入所述目標網絡模型的顏色特征提取模塊，獲取所述第一濾鏡圖像的第一顏色特征以及所述待處理圖像的第二顏色特征。

4.根據權利要求1所述的圖像處理方法，其特征在于，所述基于所述待處理圖像中各像素的顏色與所述目標濾鏡指示的顏色之間的差異，確定所述待處理圖像中各像素分別對應的濾鏡權重值，包括：

將所述第一濾鏡圖像和所述待處理圖像輸入至預設的目標網絡模型中；

通過所述目標網絡模型的圖像特征提取模塊，獲取所述第一濾鏡圖像的第一圖像特征向量和所述待處理圖像的第二圖像特征向量；

通過所述目標網絡模型獲取所述第一圖像特征向量和所述第二圖像特征向量的向量差值；

將所述向量差值的絕對值輸入所述目標網絡模型的權重分支模塊，獲取所述待處理圖像中各像素分別對應的濾鏡權重值，其中，目標像素的顏色與所述目標濾鏡指示的顏色越接近，所述目標像素對應的濾鏡權重值越大，所述目標像素包括所述待處理圖像中的任意像素。

5.根據權利要求4所述的圖像處理方法，其特征在于，在所述獲取第一濾鏡圖像以及待處理圖像之前，所述圖像處理方法還包括：

獲取初始網絡模型以及樣本數據；其中，所述初始網絡模型包括：所述圖像特征提取模塊，顏色特征提取模塊，所述權重分支模塊以及內容提取模塊，所述樣本數據包括：原圖、濾鏡結果圖、濾鏡顏色圖，所述濾鏡結果圖為對所述原圖添加所述濾鏡顏色圖之后獲得的圖像；

分別將所述濾鏡結果圖以及所述原圖輸入所述圖像特征提取模塊，得到第一訓練圖像特征向量以及第二訓練圖像特征向量；

分別將所述第一訓練圖像特征向量以及所述第二訓練圖像特征向量輸入所述顏色特征提取模塊，得到第一訓練顏色特征以及第二訓練顏色特征；

將所述第二訓練顏色特征減去第一訓練顏色特征得到的差值，確定為預測濾鏡顏色；

將目標絕對值輸入所述權重分支模塊，得到所述原圖中各像素分別對應的訓練濾鏡權重值，其中，所述目標絕對值為所述第一訓練圖像特征向量減去第二訓練圖像特征向量得到的差值的絕對值；

將所述第一訓練圖像特征向量輸入所述內容提取模塊，得到與所述濾鏡結果圖的圖像內容相關的訓練內容圖；

基于所述預測濾鏡顏色、所述訓練濾鏡權重值、所述訓練內容圖以及所述濾鏡顏色圖，確定模型損失，其中，所述模型損失包括圖像內容損失、圖像顏色損失以及循環一致損失；

更新模型參數，并基于新的樣本數據繼續訓練直至所述模型損失收斂為止，將訓練結束后的所述初始網絡模型確定為所述目標網絡模型。