[发明专利]真彩色图像获取方法、装置、设备及介质

权利要求书

1.一种真彩色图像获取方法，其特征在于，包括：

通过移动终端的预设红外图像采集接口，获取当前待转换的目标红外图像；

加载所述移动终端的图像处理工具中预先保存的目标生成器；

利用所述目标生成器的图像转换逻辑，将所述目标红外图像转换为目标真彩色图像。

2.根据权利要求1所述的真彩色图像获取方法，其特征在于，所述通过移动终端的预设红外图像采集接口，获取当前待转换的目标红外图像之前，还包括：

将目标网络模型中的目标生成器存储至移动终端的图像处理工具；

相应的，所述将目标网络模型中的目标生成器存储至移动终端的图像处理工具之前，还包括：

利用当前网络模型的当前生成器生成待训练红外图像的预测真彩色图像；

基于所述预测真彩色图像和所述待训练红外图像进行跨域区域相似度损失函数计算，以得到所述当前生成器的损失函数值，并利用所述预测真彩色图像和对应的待训练真彩色图像获取当前判别器的损失函数值；

基于所述当前生成器的损失函数值和所述当前判别器的损失函数值对所述当前网络模型中所述当前生成器和所述当前判别器进行交替更新，利用更新后的网络模型、所述待训练红外图像和所述待训练真彩色图像进行迭代训练，直至满足预设训练停止条件，以得到目标网络模型。

3.根据权利要求2所述的真彩色图像获取方法，其特征在于，所述基于所述预测真彩色图像和所述待训练红外图像进行跨域区域相似度损失函数计算，以得到所述当前生成器的损失函数值，包括：

提取所述待训练红外图像的图像特征和所述预测真彩色图像的图像特征；

利用所述待训练红外图像的图像特征和所述预测真彩色图像的图像特征，获取所述待训练红外图像的交叉相似图和所述预测真彩色图像的交叉相似图；

计算所述待训练红外图像的交叉相似图和所述预测真彩色图像的交叉相似图之间的差异度，以得到当前生成器的损失函数值。

4.根据权利要求3所述的真彩色图像获取方法，其特征在于，所述提取所述待训练红外图像的图像特征和所述预测真彩色图像的图像特征，包括：

对所述待训练红外图像和所述预测真彩色图像进行网格划分，以得到分别包含若干个网格区域的划分后红外图像和划分后预测图像；

提取所述划分后红外图像中包含第一预设数量个网格区域的第一红外图像特征，并基于所述第一红外图像特征的第一位置信息提取所述划分后红外图像中包含第二预设数量个网格区域的第二红外图像特征；

基于所述第一红外图像特征的第一位置信息和所述第二红外图像特征的第二位置信息分别提取所述划分后预测图像中包含第一预设数量个网格区域的第一预测图像特征以及包含第二预设数量个网格区域的第二预测图像特征。

5.根据权利要求4所述的真彩色图像获取方法，其特征在于，所述利用所述待训练红外图像的图像特征和所述预测真彩色图像的图像特征，获取所述待训练红外图像的交叉相似图和所述预测真彩色图像的交叉相似图，包括：

计算所述第一红外图像特征和所述第二预测图像特征之间的相似度，以得到所述待训练红外图像的交叉相似图；

计算所述第二红外图像特征和所述第一预测图像特征之间的相似度，以得到所述预测真彩色图像的交叉相似图。

6.根据权利要求2所述的真彩色图像获取方法，其特征在于，所述利用所述预测真彩色图像和对应的待训练真彩色图像获取当前判别器的损失函数值，包括：

利用特征提取网络分别提取所述预测真彩色图像的第三预测图像特征和对应的待训练真彩色图像的第一真彩色图像特征，并对所述第三预测图像特征和所述第一真彩色图像特征进行池化操作，以得到不同尺度的池化后预测图像特征以及池化后真彩图像特征；

对不同尺度的所述池化后预测图像特征以及所述池化后真彩图像特征进行拼接融合处理后，得到拼接后图像特征，并利用所述拼接后图像特征和当前判别器获取当前判定结果；

利用所述当前判定结果获取所述当前判别器的损失函数值。