技术特征：
1.一种图像处理方法，其特征在于，所述方法包括：获取用于模型训练的样本数据，所述样本数据包括标注真实人脸图像a
i
、与所述标注真实人脸图像a
i
相匹配的标注卡通人脸图像b
i
，以及非标注真实人脸图像c
i
；调用图像处理模型对所述标注真实人脸图像a
i
进行转换处理，得到所述标注真实人脸图像a
i
对应的重构卡通人脸图像b'
i
；调用所述图像处理模型对所述非标注真实人脸图像c
i
进行转换处理，得到所述非标注真实人脸图像c
i
对应的重构卡通人脸图像b”i
；并调用所述图像处理模型对所述重构卡通人脸图像b”i
进行逆转换处理，得到所述非标注真实人脸图像c
i
对应的重构真实人脸图像c”i
；以及调用所述图像处理模型对所述标注卡通人脸图像b
i
进行逆转换处理，得到所述标注卡通人脸图像b
i
对应的重构真实人脸图像c'
i
；根据所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间的差异性获取所述图像处理模型的第一损失；根据所述重构卡通人脸图像b'
i
、所述重构卡通人脸图像b”i
及所述标注卡通人脸图像b
i
，获取所述图像处理模型的第二损失；根据所述非标注真实人脸图像c
i
与所述重构真实人脸图像c'
i
，获取所述图像处理模型的第三损失；以及根据所述非标注真实人脸图像c
i
与所述重构真实人脸图像c”i
之间的差异性，获取所述图像处理模型的第四损失；基于所述第一损失、所述第二损失、所述第三损失和所述第四损失，更新所述图像处理模型的参数以训练所述图像处理模型。2.如权利要求1所述的方法，其特征在于，所述获取用于模型训练的样本数据，包括：获取训练数据集，并从所述训练数据集中采样出用于模型训练的所述样本数据；其中，所述训练数据集包括标注真实人脸图像集a、标注卡通人脸图像集b及非标注真实人脸图像集c；所述标注真实人脸图像集a中包括属于真人域空间的n个标注真实人脸图像；所述标注卡通人脸图像集b中包括属于卡通域空间的n个标注卡通人脸图像；所述n个标注真实人脸图像与所述n个标注卡通人脸图像一一配对；所述非标注真实人脸图像集c中包括属于所述真人域空间的m个非标注真实人脸图像，m、n均为正整数，且n<<m；所述标注真实人脸图像a
i
是所述标注真实人脸图像集a中的任一个或多个图像；所述标注卡通人脸图像b
i
是所述标注卡通人脸图像集b中的一个或多个图像；所述非标注真实人脸图像c
i
是所述非标注真实人脸图像集c中的任一个或多个图像，i为正整数且i≤n。3.如权利要求1或2所述的方法，其特征在于，所述图像处理模型包括第一生成器；所述调用图像处理模型对所述标注真实人脸图像a
i
进行转换处理，得到所述标注真实人脸图像a
i
对应的重构卡通人脸图像b'
i
，包括：调用所述第一生成器对所述标注真实人脸图像a
i
进行转换处理，得到所述重构卡通人脸图像b'
i
；所述调用所述图像处理模型对所述非标注真实人脸图像c
i
进行转换处理，得到所述非标注真实人脸图像c
i
对应的重构卡通人脸图像b”i
，包括：调用所述第一生成器对所述非标注真实人脸图像c
i
进行转换处理，得到所述重构卡通人脸图像b”i
；其中，所述转换处理是指将所述真人域空间的图像转换至所述卡通域空间的处理。4.如权利要求1或2所述的方法，其特征在于，所述图像处理模型包括第二生成器；所述调用所述图像处理模型对所述重构卡通人脸图像b”i
进行逆转换处理，得到所述非标注真实人脸图像c
i
对应的重构真实人脸图像c”i
，包括：调用所述第二生成器对所述重构卡通人脸图像b”i
进行逆转换处理，得到所述重构真实人脸图像c”i
；
所述调用所述图像处理模型对所述标注卡通人脸图像b
i
进行逆转换处理，得到所述标注卡通人脸图像b
i
对应的重构真实人脸图像c'
i
，包括：调用所述第二生成器对所述标注卡通人脸图像b
i
进行逆转换处理，得到所述重构真实人脸图像c'
i
；其中，所述逆转换处理是指将所述卡通域空间的图像转换至所述真人域空间的处理。5.如权利要求1或2所述的方法，其特征在于，所述第一损失包括像素重构损失和视觉重构损失中的至少一种；所述像素重构损失用于衡量所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间在像素维度上的差异性；所述视觉重构损失用于衡量所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间在视觉维度上的差异性；所述图像处理模型包括第一生成器和第二生成器，所述第四损失用于衡量所述第一生成器与所述第二生成器的循环一致性损失。6.权利要求5所述的方法，其特征在于，所述根据所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间的差异性获取所述图像处理模型的第一损失，包括：获取所述重构卡通人脸图像b'
i
的第一像素值，以及获取所述标注卡通人脸图像b
i
的第二像素值；对所述第一像素值与所述第二像素值进行计算，得到所述第一像素值与所述第二像素值之间的像素差值；对所述像素差值进行均值运算，得到所述像素重构损失。7.如权利要求5所述的方法，其特征在于，所述根据所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间的差异性获取所述图像处理模型的第一损失，包括：提取所述重构卡通人脸图像b'
i
的第一视觉特征值，以及提取所述标注卡通人脸图像b
i
的第二视觉特征值；对所述第一视觉特征值与所述第二视觉特征值进行计算，得到所述第一视觉特征值与所述第二视觉特征值之间的视觉特征差值；对所述视觉特征差值进行均值运算，得到所述视觉重构损失。8.如权利要求1或2所述的方法，其特征在于，所述图像处理模型包括第一判别器；所述根据所述重构卡通人脸图像b'
i
、所述重构卡通人脸图像b”i
及所述标注卡通人脸图像b
i
，获取所述图像处理模型的第二损失，包括：调用所述第一判别器对所述重构卡通人脸图像b'
i
进行判别处理，得到第一判别结果；调用所述重构卡通人脸图像b”i
进行判别处理，得到第二判别结果；以及，调用所述第一判别器对所述标注卡通人脸图像b
i
进行判别处理，得到第三判别结果；根据所述第一判别结果、所述第二判别结果及所述第三判别结果，计算所述第二损失；所述第二损失用于衡量所述第一判别器的对抗损失。9.如权利要求1或2所述的方法，其特征在于，所述图像处理模型包括第二判别器；所述根据所述非标注真实人脸图像c
i
与所述重构真实人脸图像c'
i
，获取所述图像处理模型的第三损失，包括：调用所述第二判别器对所述重构真实人脸图像c'
i
进行判别处理，得到第四判别结果；以及调用所述第二判别器对所述非标注真实人脸图像c
i
进行判别处理，得到第五判别结果；
根据所述第四判别结果和所述第五判别结果，计算所述第三损失；所述第三损失用于衡量所述第二判别器的对抗损失。10.如权利要求1所述的方法，其特征在于，所述基于所述第一损失、所述第二损失、所述第三损失和所述第四损失，更新所述图像处理模型的参数以训练所述图像处理模型，包括：基于所述第一损失、所述第二损失、所述第三损失和所述第四损失，构建所述图像处理模型的损失函数；按照最小化所述损失函数的值的原则，更新所述图像处理模型的参数以训练所述图像处理模型。11.如权利要求2所述的方法，其特征在于，所述方法还包括：从所述训练数据集中循环采样出用于模型训练的所述样本数据，并采用所述样本数据对所述图像处理模型进行迭代训练，得到训练好的目标图像处理模型。12.如权利要求11所述的方法，其特征在于，所述方法还包括：当接收到待处理的目标真实人脸图像时，调用所述目标图像处理模型对所述目标真实人脸图像进行转换处理，得到所述目标真实人脸图像对应的重构卡通人脸图像。13.一种图像处理装置，其特征在于，所述图像处理装置包括：获取单元，用于获取用于模型训练的样本数据，所述样本数据包括标注真实人脸图像a
i
、与所述标注真实人脸图像a
i
相匹配的标注卡通人脸图像b
i
，以及非标注真实人脸图像c
i
；处理单元，用于调用图像处理模型对所述标注真实人脸图像a
i
进行转换处理，得到所述标注真实人脸图像a
i
对应的重构卡通人脸图像b'
i
；调用所述图像处理模型对所述非标注真实人脸图像c
i
进行转换处理，得到所述非标注真实人脸图像c
i
对应的重构卡通人脸图像b”i
；调用所述图像处理模型对所述重构卡通人脸图像b”i
进行逆转换处理，得到所述非标注真实人脸图像c
i
对应的重构真实人脸图像c”i
；以及调用所述图像处理模型对所述标注卡通人脸图像b
i
进行逆转换处理，得到所述标注卡通人脸图像b
i
对应的重构真实人脸图像c'
i
；所述获取单元，还用于根据所述重构卡通人脸图像b'
i
与所述标注卡通人脸图像b
i
之间的差异性获取所述图像处理模型的第一损失；根据所述重构卡通人脸图像b'
i
、所述重构卡通人脸图像b”i
及所述标注卡通人脸图像b
i
，获取所述图像处理模型的第二损失；根据所述非标注真实人脸图像c
i
与所述重构真实人脸图像c'
i
，获取所述图像处理模型的第三损失；以及根据所述非标注真实人脸图像c
i
与所述重构真实人脸图像c”i
之间的差异性获取所述图像处理模型的第四损失；所述处理单元，还用于基于所述第一损失、所述第二损失、所述第三损失和所述第四损失，更新所述图像处理模型的参数以训练所述图像处理模型。14.一种图像处理设备，其特征在于，所述图像处理设备包括：处理器，适于实现计算机指令；以及，计算机可读存储介质，存储有计算机指令，所述计算机指令适于由所述处理器加载并执行如权利要求1至12任一项所述的图像处理方法。15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机指令，所述计算机指令适于由所述处理器加载并执行如权利要求1至12任一项所述的图像处
理方法。
技术总结
本申请公开了一种图像处理方法、装置、设备及介质，其中的方法包括：获取样本数据，调用图像处理模型将标注真实人脸图像A
技术研发人员：陈健 王超 贲有成 申瑞雪 任国栋 徐昊 程培 俞刚 傅斌
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2020.09.30
技术公布日：2021/9/14