[发明专利]图像处理方法及装置

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取原始图像，所述原始图像包括未染色头发；

将所述原始图像输入预先训练得到的生成对抗网络中的生成网络中，所述生成网络用于对所述未染色头发进行染色处理后输出，且所述生成对抗网络的损失函数中包括用于指示头发的细节处理的梯度参数；

将所述生成网络的输出结果确定为染色处理后得到的染色图像；

所述生成对抗网络的损失函数为：

所述G是生成网络，所述D是判别网络，所述E[]是损失函数，所述z是第一头发图像，所述第一头发图像是未染色头发的图像，所述x是第二头发图像，所述第二头发图像是对未染色头发进行染色得到的染色头发的图像，所述G(z)是第三头发图像，所述x-P_data(x)是所述第二头发图像的概率分布，所述z-P_z(z)是所述第一头发图像的概率分布，所述diff_z是所述第一头发图像的梯度图，所述diff_G(z)是所述第三头发图像的梯度图，所述α和所述β是惩罚因子，所述k是梯度，所述th是预设阈值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采集n组训练样本，每组训练样本包括所述第一头发图像和所述第二头发图像，所述第一头发图像和所述第二头发图像的分辨率相同，n为正整数；

对于第i组训练样本，将所述训练样本中的第一头发图像输入所述生成对抗网络中的生成网络中，将所述第二头发图像和所述生成网络输出的第三头发图像输入所述生成对抗网络中的判别网络中，根据所述判别网络的输出结果计算所述生成对抗网络的损失函数，利用所述生成对抗网络的损失函数中所述判别网络的第一损失函数更新所述判别网络，并利用所述生成对抗网络的损失函数中所述生成网络的第二损失函数更新所述生成网络，i≤n；

将i更新为i+1，继续执行所述对于第i组训练样本，将所述训练样本中的第一头发图像输入所述生成对抗网络中的生成网络中的步骤，直至所述生成网络和所述对抗网络均收敛时停止。

3.根据权利要求2所述的方法，其特征在于，所述利用所述生成对抗网络的损失函数中所述判别网络的第一损失函数更新所述判别网络，包括：

当所述输出结果用于指示所述第二头发图像和所述第三头发图像是同一图像时，保持所述判别网络的参数；

当所述输出结果用于指示所述第二头发图像和所述第三头发图像不是同一图像时，通过随机梯度下降法和所述第一损失函数更新所述判别网络的参数；

其中，当所述判别网络的参数不再更新时表示所述判别网络收敛。

4.根据权利要求2所述的方法，其特征在于，所述利用所述生成对抗网络的损失函数中所述生成网络的第二损失函数更新所述生成网络，包括：

当所述输出结果用于指示所述第二头发图像和所述第三头发图像是同一图像时，保持所述生成网络的参数；

当所述输出结果用于指示所述第二头发图像和所述第三头发图像不是同一图像时，通过随机梯度下降法和所述第二损失函数更新所述生成网络的参数；

其中，当所述生成网络的参数不再更新时表示所述生成网络收敛。