1.一种模型训练方法,包括:获取人脸图像集合,其中,所述人脸图像集合包括上妆前人脸图像子集和上妆后人脸图像子集,所述上妆前人脸图像子集中的各上妆前人脸图像与所述上妆后人脸图像子集中的各上妆后人脸图像一一对应;
基于所述人脸图像集合,多次执行以下训练步骤:将所述上妆前人脸图像子集中的各上妆前人脸图像或所述上妆后人脸图像子集中的各上妆后人脸图像输入模型,得到所述模型输出的中间人脸图像;
对所述中间人脸图像以及与输入的人脸图像对应的人脸图像进行区域分割;
基于所述中间人脸图像中各区域以及与输入的人脸图像对应的人脸图像中各区域的对比结果,确定损失函数值;
根据所述损失函数值调整所述模型的参数。
2.根据权利要求1所述的方法,其中,所述基于所述中间人脸图像中各区域以及与输入的人脸图像对应的人脸图像中各区域的对比结果,确定损失函数值,包括:对于所述中间人脸图像中的每一区域,根据该区域与输入的人脸图像对应的人脸图像中对应区域的对比,确定第一对比结果;
对于所述中间人脸图像中的每一像素,根据该像素与输入的人脸图像对应的人脸图像中对应像素的对比,确定第二对比结果;
根据所述第一对比结果以及所述第二对比结果,确定损失函数值。
3.根据权利要求2所述的方法,其中,所述根据该区域与输入的人脸图像对应的人脸图像中对应区域的对比,确定第一对比结果,包括:确定该区域与输入的人脸图像对应的人脸图像中对应区域的局部颜色直方图;
根据所述局部颜色直方图,确定第一对比结果。
4.根据权利要求2所述的方法,其中,所述根据该像素与输入的人脸图像对应的人脸图像中对应像素的对比,确定第二对比结果,包括:根据该像素的像素值与输入的人脸图像对应的人脸图像中对应像素的像素值之间的差异;
根据所述差异,确定第二对比结果。
5.一种图像处理方法,包括:获取目标人脸图像;
根据所述目标人脸图像,从预先训练的至少一个模型中确定出匹配模型,其中,所述至少一个模型通过如权利要求1‑4任一项所述的模型训练方法训练得到;
根据所述目标人脸图像以及所述匹配模型,确定所述目标人脸图像对应的处理后人脸图像。
6.一种模型训练装置,包括:第一获取单元,被配置成获取人脸图像集合,其中,所述人脸图像集合包括上妆前人脸图像子集和上妆后人脸图像子集,所述上妆前人脸图像子集中的各上妆前人脸图像与所述上妆后人脸图像子集中的各上妆后人脸图像一一对应;
模型训练单元,被配置成基于所述人脸图像集合,通过以下模块多次执行训练步骤:输入模块,被配置成将所述上妆前人脸图像子集中的各上妆前人脸图像或所述上妆后人脸图像子集中的各上妆后人脸图像输入模型,得到所述模型输出的中间人脸图像;
分割模块,被配置成对所述中间人脸图像以及与输入的人脸图像对应的人脸图像进行区域分割;
确定模块,被配置成基于所述中间人脸图像中各区域以及与输入的人脸图像对应的人脸图像中各区域的对比结果,确定损失函数值;
调整模块,被配置成根据所述损失函数值调整所述模型的参数。
7.根据权利要求6所述的装置,其中,所述确定模块进一步被配置成:对于所述中间人脸图像中的每一区域,根据该区域与输入的人脸图像对应的人脸图像中对应区域的对比,确定第一对比结果;
对于所述中间人脸图像中的每一像素,根据该像素与输入的人脸图像对应的人脸图像中对应像素的对比,确定第二对比结果;
根据所述第一对比结果以及所述第二对比结果,确定损失函数值。
8.根据权利要求7所述的装置,其中,所述确定模块进一步被配置成:确定该区域与输入的人脸图像对应的人脸图像中对应区域的局部颜色直方图;
根据所述局部颜色直方图,确定第一对比结果。
9.根据权利要求7所述的装置,其中,所述确定模块进一步被配置成:根据该像素的像素值与输入的人脸图像对应的人脸图像中对应像素的像素值之间的差异;
根据所述差异,确定第二对比结果。
10.一种图像处理装置,包括:第二获取单元,被配置成获取目标人脸图像;
模型确定单元,被配置成根据所述目标人脸图像,从预先训练的至少一个模型中确定出匹配模型,其中,所述至少一个模型通过如权利要求1‑4任一项所述的模型训练方法训练得到;
图像处理单元,被配置成根据所述目标人脸图像以及所述匹配模型,确定所述目标人脸图像对应的处理后人脸图像。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1‑4中任一项所述的方法或执行权利要求5所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1‑4中任一项所述的方法或执行权利要求5所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1‑4中任一项所述的方法或执行权利要求5所述的方法。