【技术实现步骤摘要】
一种图像处理方法、图像处理模型的训练方法和相关装置
[0001]本申请涉及数据处理领域，特别是涉及一种图像处理方法和相关装置。
技术介绍
[0002]目前存在为视频或图像进行色彩调整的需求，例如视频或图像总体画面灰暗和色彩寡淡的问题，需要从亮度、对比度和饱和度等多个维度对视频或图像的色彩进行分析从而进行提升，尤其是老影片或老照片中很容易出现严重偏色甚至暗淡到接近消失的颜色问题，由于低质量的色彩分布呈现多样化的变化。通过人工智能可以为图像进行色彩调整，然而传统的色彩调整方法很难提供各种场景下的稳定色彩调整方案。
技术实现思路
[0003]为了解决上述技术问题，本申请提供了一种图像处理方法、图像处理模型的训练方法和相关装置，提升色彩调整的效果和风格稳定性。
[0004]本申请实施例公开了如下技术方案：
[0005]一方面，本申请提供一种图像处理方法，所述方法包括：
[0006]对待处理图像进行语义分割得到语义概率分布信息；
[0007]对所述语义概率分布信息进行特征提取得到语义特征...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：对待处理图像进行语义分割得到语义概率分布信息；对所述语义概率分布信息进行特征提取得到语义特征；对所述待处理图像的图像特征和所述语义特征进行特征融合得到融合语义特征；根据所述融合语义特征得到全局特征和局部特征；将所述局部特征与所述语义特征进行特征融合得到局部融合特征；将所述全局特征和所述局部融合特征进行融合，得到目标融合语义特征；根据所述目标融合语义特征得到针对所述待处理图像的色彩调整系数；根据所述色彩调整系数对所述待处理图像进行处理，得到颜色增强图像。2.根据权利要求1所述的方法，其特征在于，所述对所述语义概率分布信息进行特征提取得到语义特征，包括：通过n个第一卷积层依次对所述语义概率分布信息进行特征提取，得到分别对应于所述n个第一卷积层的n层语义特征；所述对所述待处理图像的图像特征和所述语义特征进行特征融合，得到融合语义特征，包括：利用第i层第二卷积层对第i
‑
1层融合语义特征进行卷积得到第i层图像特征，所述第二卷积层的总层数为n，所述i为小于或等于n的正整数，所述待处理图像作为第0层融合语义特征；通过第i层空间特征变换卷积层对所述第i层图像特征和第i层语义特征进行特征融合，得到第i层融合语义特征，直到获取第n层融合语义特征，所述空间特征变换卷积层的总层数为n。3.根据权利要求2所述的方法，其特征在于，所述通过第i层空间特征变换卷积层对所述第i层图像特征和第i层语义特征进行特征融合，得到第i层融合语义特征，包括：通过第i层空间特征变换卷积层的卷积操作将所述第i层语义特征转换为第一变换参数和第二变换参数；通过第i层空间特征变换卷积层，根据所述第一变换参数和所述第二变换参数对所述第i层图像特征进行特征变换。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述将所述全局特征和所述局部融合特征进行融合，得到目标融合语义特征，包括：对所述全局特征和所述待处理图像的位置编码信息进行编解码操作，以更新所述全局特征得到全局融合特征；将所述全局融合特征和所述局部融合特征进行融合得到目标融合语义特征。5.根据权利要求4所述的方法，其特征在于，对所述全局特征和所述待处理图像的位置编码信息进行编解码，以进行全局特征中不同区域块特征的融合得到全局融合特征，包括：对所述全局特征和所述待处理图像的位置编码信息进行编解码，以确定全局特征中各个区域块对应的更新特征，各个所述更新特征构成全局融合特征；在所述各个区域块特征中的第j个区域块对应的更新特征的确定过程中，根据所述第j个区域块的位置编码信息和其他区域块的位置编码信息，以及所述其他区域块的特征和所述第j个区域块的特征，确定所述其他区域块对所述第j个区域块的相关性权重，根据所述相关性权重、所述其他区域块
的特征和所述第j个区域块的特征确定所述第j个区域块对应的更新特征，所述第j个区域块为所述全局特征中的任一个区域块。6.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据所述目标融合语义特征得到针对所述待处理图像的色彩调整系数，包括：根据所述目标融合语义特征得到第一尺寸的色彩调整系数；对所述第一尺寸的色彩调整系数进行重构得到双边网格系数；对所述双边网格系数通过切片的方式进行上采，得到所述待处理图像的各个像素点对应的色彩调整系数。7.根据权利要求6所述的方法，其特征在于，所述对所述双边网格系数通过切片的方式进行上采，得到所述待处理图像的各个像素点对应的色彩调整系数，包括：对所述待处...
【专利技术属性】
技术研发人员：陈铭良，王子瑞，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。