概念关联颜色提取方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种概念关联颜色提取方法、装置、计算机设备和存储介质。所述方法包括：获取待处理图像集；所述待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过所述图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将所述待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。采用本方法能够降低概念关联颜色提取的人工成本。提取的人工成本。提取的人工成本。

【技术实现步骤摘要】
概念关联颜色提取方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种概念关联颜色提取方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]概念关联颜色提取是指提取概念与颜色相关联的数据。当可视化中的类别使用的颜色符合人类的语义期望时，会更容易解释相应类别的信息，这意味着颜色可以通过语义方式进行解释。例如，草莓被表示为红色，芒果被表示为黄色。传统方式中是通过人工确定与概念相关联的颜色数据，以创建可视化的颜色和概念的关联数据集。
[0003]然而传统方式需要收集大量的概念与各种颜色相关联的用户真实评分来确定与概念相关联的颜色数据，会耗费大量的人工成本。因此，如何降低概念关联颜色提取的人工成本成为目前需要解决的一个技术问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够降低概念关联颜色提取的人工成本的概念关联颜色提取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种概念关联颜色提取方法。该方法包括：获取待处理图像集；待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。
[0006]在其中一个实施例中，将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布包括：将多个待处理图像的亮度通道值输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的色度通道颜色概率分布，作为目标颜色概率分布。
[0007]在其中一个实施例中，将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布包括：将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布；将各待处理图像对应的像素的颜色库概率分布进行聚合，得到各待处理图像对应
的颜色概念关联分布。
[0008]在其中一个实施例中，将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布包括：将各待处理图像中每个像素的目标颜色概率分布映射至LAB颜色概率分布空间，得到各待处理图像中每个像素对应的LAB颜色概率分布；将LAB颜色概率分布中每种颜色的概率分配至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布。
[0009]在其中一个实施例中，将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集包括：将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行平均概率分布计算，得到多个累积的颜色概念关联分布；将多个累积的颜色概念关联分布中色度通道值为预设阈值的概率减半；对多个减半后的颜色概念关联分布进行规范化处理，得到颜色概念关联数据集。
[0010]在其中一个实施例中，在获取待处理图像集之前，方法还包括：获取已知概念图像集；将已知概念图像集转换为LAB颜色空间图像集；将LAB颜色空间图像集输入至待训练的深度学习模型中，预测LAB颜色空间图像集中各LAB颜色空间图像对应的样本颜色概率分布；根据交叉熵损失函数以及样本颜色概率分布计算待训练的深度学习模型的交叉熵损失值；根据交叉熵损失值训练待训练的深度学习模型，直至满足模型停止条件，得到图像着色模型。
[0011]第二方面，本申请还提供了一种概念关联颜色提取装置。该装置包括：图像集获取模块，用于获取待处理图像集；待处理图像集包括多个待处理图像；分布预测模块，用于将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；分布映射模块，用于将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；分布累积模块，用于将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。
[0012]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：获取待处理图像集；待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。
[0013]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取待处理图像集；待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。
[0014]第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取待处理图像集；待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。
[0015]上述概念关联颜色提取方法、装置、计算机设备、存储介质和计算机程序产品，所采用的图像着色模型是通过已知概念图像集训练得到的，从而通过图像着色模型预测待处理图像的目标颜色概率分布，进而基于目标颜色概率分布得到颜色概念关联数据集，无须依赖于概念与各种颜色相关联的人工评分数据，减少了收集真实用户评分的成本，从而降低了概念关联颜色提取的人工成本，同时提高了概念关联颜色提取的效率。另外，颜色概念关联分布是依赖于图像着色模型的上色处理预测得到的，因此，颜色概念关联分布是贴近于视觉中观察到的概念图像的颜色，因而与真实用户评分也更加近似，由此提高了颜色概念关联数据集的准确性。
附图说明
[0016]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种概念关联颜色提取方法，其特征在于，所述方法包括：获取待处理图像集；所述待处理图像集包括多个待处理图像；将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过所述图像着色模型预测各待处理图像中每个像素的目标颜色概率分布；将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布；将所述待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集。2.根据权利要求1所述的方法，其特征在于，所述将多个待处理图像输入至通过已知概念图像集训练得到的图像着色模型中，通过所述图像着色模型预测各待处理图像中每个像素的目标颜色概率分布包括：将多个待处理图像的亮度通道值输入至通过已知概念图像集训练得到的图像着色模型中，通过所述图像着色模型预测各待处理图像中每个像素的色度通道颜色概率分布，作为目标颜色概率分布。3.根据权利要求1所述的方法，其特征在于，所述将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像对应的颜色概念关联分布包括：将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布；将各待处理图像对应的像素的颜色库概率分布进行聚合，得到各待处理图像对应的颜色概念关联分布。4.根据权利要求3所述的方法，其特征在于，所述将各待处理图像中每个像素的目标颜色概率分布映射至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布包括：将各待处理图像中每个像素的目标颜色概率分布映射至LAB颜色概率分布空间，得到各待处理图像中每个像素对应的LAB颜色概率分布；将所述LAB颜色概率分布中每种颜色的概率分配至预设颜色库，得到各待处理图像中每个像素的颜色库概率分布。5.根据权利要求1所述的方法，其特征在于，所述将所述待处理图像集中具有相同概念的待处理图像对应的颜色概念关联分布进行累积计算，得到颜色概念关联数据集包括：将所...

【专利技术属性】
技术研发人员：胡瑞珍，黄惠，叶子琪，陈滨，
申请(专利权)人：深圳大学，
类型：发明
国别省市：