色彩增强网络的训练方法及装置、色彩增强方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114299360A(43)申请公布日2022.04.08(21)申请号202111612563.2(22)申请日2021.12.27(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人刘媛(74)专利代理机构北京铭硕知识产权代理有限公司11286代理人王皎彤曾世骁(51)Int.Cl.G06V10/774(2022.01)G06K9/62(2022.01)权利要求书2页说明书12页附图4页(54)发明名称色彩增强网络的训练方法及装置、色彩增强方法及装置(57)摘要本公开关于一种色彩增强网络的训练方法及装置、一种色彩增强方法及装置。所述色彩增强网络的训练方法包括：获取包括训练图像和对应的目标图像的训练图像集；通过色彩增强网络生成训练图像对应的三维图像色彩映射信息；基于三维图像色彩映射信息对训练图像进行色彩映射处理，生成预测色彩增强图像；确定预测色彩增强图像和目标图像之间的纹理差异，基于纹理差异确定纹理损失；确定三维图像色彩映射信息对应预设属性的损失；基于纹理损失和三维图像色彩映射信息对应预设属性的损失，对色彩增强网络的参数进行调整，以训练所述色彩增强网络。根据本公开的色彩增强网络的训练方法及装置，可提高训练出的色彩增强网络的色彩增强效果。CN114299360ACN114299360A权利要求书1/2页1.一种色彩增强网络的训练方法，其特征在于，包括：获取训练图像集，其中，所述训练图像集包括训练图像和所述训练图像对应的目标图像；通过色彩增强网络生成所述训练图像对应的三维图像色彩映射信息；基于所述三维图像色彩映射信息对所述训练图像进行色彩映射处理，生成预测色彩增强图像；确定所述预测色彩增强图像和所述目标图像之间的纹理差异，基于所述纹理差异确定纹理损失；确定所述三维图像色彩映射信息对应预设属性的损失；基于所述纹理损失和所述三维图像色彩映射信息对应预设属性的损失，对所述色彩增强网络的参数进行调整，以训练所述色彩增强网络。2.根据权利要求1所述的色彩增强网络的训练方法，其特征在于，所述三维图像色彩映射信息对应预设属性的损失包括表征三维图像色彩映射信息平滑属性的损失和表征三维图像色彩映射信息单调属性的损失。3.根据权利要求1所述的色彩增强网络的训练方法，其特征在于，所述确定所述预测色彩增强图像和所述目标图像之间的纹理差异，包括：分别提取所述预测色彩增强图像的纹理特征和所述目标图像的纹理特征；基于所述预测色彩增强图像的纹理特征和所述目标图像的纹理特征，确定所述纹理差异。4.根据权利要求1所述的色彩增强网络的训练方法，其特征在于，所述基于所述纹理差异确定纹理损失，包括：基于所述纹理差异确定均方误差，将所述均方误差作为所述纹理损失。5.根据权利要求1～4中任一项所述的色彩增强网络的训练方法，其特征在于，所述通过所述色彩增强网络生成所述训练图像对应的三维图像色彩映射信息之前，还包括：对所述训练图像进行下采样，得到下采样图像；对所述下采样图像进行数据增强，得到数据增强后的训练图像；基于数据增强后的训练图像对所述训练图像集进行数据归一化，并将归一化后的训练图像集作为所述训练图像集。6.一种色彩增强方法，其特征在于，包括：获取待处理视频；将所述待处理视频中的当前待处理视频帧输入色彩增强网络，生成所述当前待处理视频帧对应的三维图像色彩映射信息；基于所述当前待处理视频帧对应的三维图像色彩映射信息对所述当前待处理视频帧进行色彩增强处理，得到所述当前待处理视频帧对应的色彩增强视频帧，其中，所述色彩增强网络是根据权利要求1‑5中任一项所述的色彩增强网络的训练方法训练得到的。7.一种色彩增强网络的训练装置，其特征在于，包括：图像集获取单元，被配置为获取训练图像集，其中，所述训练图像集包括训练图像和所述训练图像对应的目标图像；2CN114299360A权利要求书2/2页映射信息生成单元，被配置为通过色彩增强网络生成所述训练图像对应的三维图像色彩映射信息；色彩增强单元，被配置为基于所述三维图像色彩映射信息对所述训练图像进行色彩映射处理，生成预测色彩增强图像；第一损失计算单元，被配置为确定所述预测色彩增强图像和所述目标图像之间的纹理差异，基于所述纹理差异确定纹理损失；第二损失计算单元，被配置为确定所述三维图像色彩映射信息对应预设属性的损失；和参数调整单元，被配置为基于所述纹理损失和所述三维图像色彩映射信息对应预设属性的损失，对所述色彩增强网络的参数进行调整，以训练所述色彩增强网络。8.一种色彩增强装置，其特征在于，包括：视频获取单元，被配置为获取待处理视频；映射信息生成单元，被配置为将所述待处理视频中的当前待处理视频帧输入色彩