【技术实现步骤摘要】
本专利技术涉及图像处理，具体而言，涉及一种色彩增强模型训练方法、图像增强方法、装置及电子设备。
技术介绍
1、在游戏直播
，超高清直播已经成为一种常态，现代直播设备和平台通常支持1080p、2k，甚至4k的分辨率，来为观众提供极为清晰的直播视频。然而，尽管分辨率得到了显著提升，但是直播中的色彩问题却常常被忽视。尤其是许多经典且流行的游戏是数年前制作的，其往往只支持标准动态范围(sdr，standard dynamic range)格式，这样就会导致直播中游戏画面的整体色调略显灰暗，无法充分展示现代显示设备所能提供的色彩表现力，影响游戏直播画面的显示效果。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种色彩增强模型训练方法、图像增强方法、装置及电子设备。
2、为了实现上述目的，本专利技术采用的技术方案如下：
3、第一方面，本专利技术提供一种色彩增强模型训练方法，包括：
4、根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数；
5、按照每个第二标准动态范围图像的色彩增强参数对其进行色彩增强，得到每个第二标准动态范围图像对应的初始高动态范围图像；
6、对每个初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像；所述第二高动态范围图像与所述目标游戏的画面色彩需求匹配；
7、基于每个第二标准动态范围图像及其对应的第二高动态范围
8、在可选的实施方式中，所述根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数的步骤，包括：
9、根据每个第一标准动态范围图像及其对应的第一高动态范围图像，对基础色彩参数估计模型进行训练，得到游戏色彩参数估计模型；
10、利用所述游戏色彩参数估计模型，生成每个第二标准动态范围图像的初始色彩增强参数；
11、将每个第二标准动态范围图像的初始色彩增强参数作为其色彩增强参数，得到每个第二标准动态范围图像的色彩增强参数。
12、在可选的实施方式中，全部第二标准动态范围图像按照设定顺序排列；
13、在利用所述游戏色彩参数估计模型，生成每个第二标准动态范围图像的初始色彩增强参数的步骤之后，所述色彩增强模型训练方法还包括：
14、将第一个第二标准动态范围图像的初始色彩增强参数作为其平滑色彩增强参数；
15、根据第n个第二标准动态范围图像的平滑色彩增强参数，以及第n+1个第二标准动态范围图像的初始色彩增强参数进行平滑处理，获得第n+1个第二标准动态范围图像的平滑色彩增强参数，得到每个第二标准动态范围图像的平滑色彩增强参数；n为正整数；
16、将每个第二标准动态范围图像的平滑色彩增强参数作为其色彩增强参数，得到每个第二标准动态范围图像的色彩增强参数。
17、在可选的实施方式中，所述对每个初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像的步骤，包括：
18、获取预设的与所述目标游戏的画面色彩需求匹配的亮度参数范围、对比度参数范围以及饱和度参数范围；
19、对于每个初始高动态范围图像，根据所述亮度参数范围、所述对比度参数范围以及所述饱和度参数范围，对所述初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像。
20、第二方面，本专利技术提供一种图像增强方法，包括：
21、利用预设的识别模型对直播视频中的视频图像进行场景识别；
22、当所述视频图像的场景为目标游戏场景时，利用预设的游戏色彩增强模型对所述视频图像进行色彩增强，得到增强后的视频图像；
23、其中，所述游戏色彩增强模型是根据前述实施方式中任一项所述的色彩增强模型训练方法得到的。
24、在可选的实施方式中，在利用预设的识别模型对直播视频中的视频图像进行场景识别的步骤之后，所述方法还包括：
25、当所述视频图像的场景为目标游戏场景时，利用预设的分割模型确定所述视频图像的游戏画面区域和非游戏画面区域；
26、利用预设的游戏色彩增强模型对所述视频图像的游戏画面区域进行色彩增强，并利用预设的色彩增强算法对所述视频图像的非游戏画面区域进行色彩增强，得到增强后的视频图像。
27、第三方面，本专利技术提供一种色彩增强模型训练装置，包括：
28、参数确定模块，用于根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数；
29、色彩增强模块，用于按照每个第二标准动态范围图像的色彩增强参数对其进行色彩增强，得到每个第二标准动态范围图像对应的初始高动态范围图像；
30、色彩调整模块，用于对每个初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像；所述第二高动态范围图像与所述目标游戏的画面色彩需求匹配；
31、模型训练模块，用于基于每个第二标准动态范围图像及其对应的第二高动态范围图像，对基础色彩增强模型进行训练，得到游戏色彩增强模型；所述游戏色彩增强模型用于对包含所述目标游戏画面的图像进行色彩增强。
32、第四方面，本专利技术提供一种图像增强装置，包括：
33、场景识别模块，用于利用预设的识别模型对直播视频中的视频图像进行场景识别；
34、图像增强模块，用于当所述视频图像的场景为目标游戏场景时，利用预设的游戏色彩增强模型对所述视频图像进行色彩增强，得到增强后的视频图像；
35、其中，所述游戏色彩增强模型是根据前述实施方式中任一项所述的色彩增强模型训练方法得到的。
36、第五方面，本专利技术提供一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现前述实施方式中任一项所述的色彩增强模型训练方法，和/或，前述实施方式中任一项所述的图像增强方法。
37、第六方面，本专利技术提供一种存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现前述实施方式中任一项所述的色彩增强模型训练方法，和/或，前述实施方式中任一项所述的图像增强方法。
38、本专利技术提供的色彩增强模型训练方法、图像增强方法、装置及电子设备，该方法包括：根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数；并基于每个色彩增强参数对每个第二标准动态范围图像进行色彩增强，得到每个初始高动态范围图像；再对每个初始高动态范围图像进行色彩调整，得到每个与目标游戏的画面色彩需求匹配的第二高动态范围图像；基于每个第二标准动态范围图像及其对本文档来自技高网...
【技术保护点】
1.一种色彩增强模型训练方法，其特征在于，包括：
2.根据权利要求1所述的色彩增强模型训练方法，其特征在于，所述根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数的步骤，包括：
3.根据权利要求2所述的色彩增强模型训练方法，其特征在于，全部第二标准动态范围图像按照设定顺序排列；
4.根据权利要求1所述的色彩增强模型训练方法，其特征在于，所述对每个初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像的步骤，包括：
5.一种图像增强方法，其特征在于，包括：
6.根据权利要求5所述的图像增强方法，其特征在于，在利用预设的识别模型对直播视频中的视频图像进行场景识别的步骤之后，所述方法还包括：
7.一种色彩增强模型训练装置，其特征在于，包括：
8.一种图像增强装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至4中任一
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至4中任一项所述的色彩增强模型训练方法，和/或，权利要求5至6中任一项所述的图像增强方法。
...【技术特征摘要】
1.一种色彩增强模型训练方法，其特征在于，包括：
2.根据权利要求1所述的色彩增强模型训练方法，其特征在于，所述根据参考游戏的多个第一标准动态范围图像及其对应的第一高动态范围图像，确定目标游戏的多个第二标准动态范围图像各自的色彩增强参数的步骤，包括：
3.根据权利要求2所述的色彩增强模型训练方法，其特征在于，全部第二标准动态范围图像按照设定顺序排列；
4.根据权利要求1所述的色彩增强模型训练方法，其特征在于，所述对每个初始高动态范围图像进行色彩调整，得到每个第二高动态范围图像的步骤，包括：
5.一种图像增强方法，其特征在于，包括：
6.根据权利要求5所述的图像增强方法，其特征...
【专利技术属性】
技术研发人员：杨婕婷，
申请(专利权)人：广州虎牙信息科技有限公司，
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。