[发明专利]图像处理模型生成方法及装置、电子设备

说明书

本公开提供一种图像处理模型生成方法及装置、电子设备、存储介质；涉及人工智能技术领域。所述图像处理模型生成方法包括：首先获取原始染色图像的染色特征；其次将所述原始染色图像及其染色特征输入对抗生成网络，对所述对抗生成网络进行训练；在所述训练中包括：将所述原始染色图像转换为第一染色图像以及结合所述原始染色图像的染色特征将所述第一染色图像转换为第二染色图像；最后基于训练后的对抗生成网络获取图像处理模型。本公开可以在保证色彩转换准确性的同时具有更强的泛化能力。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及基于人工智能的一种图像处理模型生成方法、图像处理模型生成方法装置、图像处理方法、图像处理装置、电子设备以及计算机可读存储介质。

背景技术

在很多领域，会使用化学方法或其他方法影响物质本身而使其着色，并通过图像采集设备得到染色图像。在获取染色图像后，还经常需要对染色图像进行色彩转换。

举例而言，在生物显微玻片标本制作中，染色是很常用的。为了便于计算机后续更好的处理生物染色图像，通常需要首先将多个生物染色图像的色彩风格归一化到相同的范围。

然而，相关技术中的图像处理模型的色彩转换准确性或泛化能力仍存在一定的提升空间。因此，提供一种在保证色彩转换准确性的同时具有更强的泛化能力的图像处理模型是非常必要的。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像处理模型生成方法、图像处理模型生成装置、图像处理方法、图像处理装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的图像处理模型色彩转换准确性不足以及泛化能力弱的问题。

根据本公开的第一方面，提供一种图像处理模型生成方法，包括：

获取原始染色图像的染色特征；

将所述原始染色图像及其染色特征输入对抗生成网络，对所述对抗生成网络进行训练；在所述训练中包括：将所述原始染色图像转换为第一染色图像以及结合所述原始染色图像的染色特征将所述第一染色图像转换为第二染色图像；

基于训练后的对抗生成网络获取图像处理模型。

在本公开的一种示例性实施例中，所述对抗生成网络包括第一生成器以及第二生成器；对所述对抗生成网络进行训练过程中包括：

通过所述第一生成器将所述原始染色图像转换为第一染色图像；以及

结合所述原始染色图像的染色特征，通过所述第二生成器将所述第一染色图像转换为第二染色图像。

在本公开的一种示例性实施例中，所述对抗生成网络包括第一生成器、第二生成器以及判别器；对所述对抗生成网络进行训练包括：

通过所述第一生成器将所述原始染色图像转换为第一染色图像，并通过所述判别器对所述第一染色图像和参考染色图像进行判别；

结合所述原始染色图像的染色特征，通过所述第二生成器将所述第一染色图像转换为第二染色图像；

根据所述原始染色图像、所述第二染色图像以及所述判别器的判别结果计算损失函数；

根据所述损失函数修正所述对抗生成网络，直至所述损失函数达到目标值。

在本公开的一种示例性实施例中，所述计算损失函数包括：

根据所述判别器对于所述第一染色图像和所述参考染色图像的判别结果计算第一损失函数；

根据所述第二染色图像与原始染色图像的一致性计算第二损失函数；