本发明涉及人工智能，尤其涉及一种车窗彩纹去除方法、设备及计算机程序产品。
背景技术：
1、道路监控系统是道路交通安全驾驶的重要设备，可以用于车内场景分析和人脸识别等。但是基于隔热或防眩光的考虑，车窗玻璃上都会贴一层膜，致使车窗成像过程受到额外光的折射、干涉等影响使得成像出现彩色条纹(可以简称为彩纹)，严重影响图像视觉质量和后续分析。
2、针对车窗彩纹现象，传统的方法是在图像传感器或者镜头前面安装一块特定角度装置的偏振片，改善彩纹状态，但是效果甚微。随着人工智能技术的发展，目前采用的方法是通过收集同一场景车辆的配对图像训练模型来减少车窗图像的彩纹，但是这些方法在去除彩纹的同时可能会导致图像质量退化，更重要的时收集配对图像费时费力影响模型对不同场景的泛化能力。
技术实现思路
1、本发明提供了一种车窗彩纹去除方法、设备及计算机程序产品，以解决现有方法无法有效减少或消除车窗图像的彩纹或者以牺牲图像质量为消除车窗图像彩纹的代价的问题，利用车窗图像的先验信息和无监督方式训练的车窗彩纹去除模型有效减少或消除车窗图像的彩纹并且保证图像质量。
2、第一方面，本发明实施例提供了一种车窗彩纹去除模型的训练方法，包括：
3、获取第一车窗图像样本和第二车窗图像样本；所述第二车窗图像样本包括：第二有彩纹车窗图像样本和第二无彩纹车窗图像样本；
4、根据所述第一车窗图像样本和图像生成描述文本训练初始图像生成模型，获得车窗图像生成模型；
5、将所述第二有彩纹车窗图像样本和无彩纹图像生成描述文本输入所述车窗图像生成模型，获得预测无彩纹车窗图像；
6、将所述第二无彩纹车窗图像样本和所述预测无彩纹车窗图像输入判别器，根据所述判别器的判别结果计算第一损失函数值，并根据第一损失函数值对所述判别器的参数进行调整；
7、根据所述判别器的判别结果计算第二损失函数值，并根据所述第二损失函数值对所述车窗图像生成模型的模型参数进行调整，获得目标车窗彩纹去除模型。
8、第二方面，本发明实施例提供了一种车窗彩纹去除方法，包括：
9、获取待处理车窗图像；
10、将所述待处理车窗图像输入车窗彩纹去除模型的训练方法训练得到的目标车窗彩纹去除模型；
11、通过所述目标车窗彩纹去除模型对所述待处理车窗图像进行彩纹去除，获得去彩纹车窗图像
12、第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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本发明任一实施例所述的车窗彩纹去除模型的训练方法，或者任一实施例所述的车窗彩纹去除方法。
16、第四方面，本发明实施例提供了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本发明任一实施例所述的车窗彩纹去除模型的训练方法，或者任一实施例所述的车窗彩纹去除方法。
17、本发明实施例的技术方案，通过获取第一车窗图像样本和第二车窗图像样本；第二车窗图像样本包括：第二有彩纹车窗图像样本和第二无彩纹车窗图像样本；根据第一车窗图像样本和图像生成描述文本训练初始图像生成模型，获得车窗图像生成模型；将第二有彩纹车窗图像样本和无彩纹图像生成描述文本输入车窗图像生成模型，获得预测无彩纹车窗图像；将第二无彩纹车窗图像样本和预测无彩纹车窗图像输入判别器，根据判别器的判别结果计算第一损失函数值，并根据第一损失函数值对判别器的参数进行调整；根据判别器的判别结果计算第二损失函数值，并根据第二损失函数值对车窗图像生成模型的模型参数进行调整，获得目标车窗彩纹去除模型。采用预训练方式为无监督生成对抗网络提供丰富的车窗图像的先验信息，提高车窗彩纹去除模型的彩纹去除效果，解决现有方法消除车窗图像的彩纹以牺牲图像质量为消除车窗图像彩纹的代价的问题，具有在有效减少或消除车窗图像的彩纹的同时保证图像质量的技术效果。
18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种车窗彩纹去除模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一车窗图像样本和图像生成描述文本训练初始图像生成模型，获得车窗图像生成模型的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一车窗图像样本和图像生成描述文本训练初始图像生成模型，获得车窗图像生成模型的步骤包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述第一编码特征图像和所述描述文本编码特征输入图像重构模块，获得所述图像重构模块输出的第一重构特征图像的步骤，包括：
5.根据权利要求1-4任一所述的方法，其特征在于，根据所述判别器的判别结果计算第二损失函数值，并根据所述第二损失函数值对所述车窗图像生成模型的模型参数进行调整，获得目标车窗彩纹去除模型的步骤，包括：
6.根据权利要求5所述的方法，其特征在于，所述确定所述第二有彩纹车窗图像样本和所述预测无彩纹车窗图像的对比样本集合的步骤包括：
7.根据权利要求5所述的方法，其特征在于，所述根据所述第二有彩纹车窗图像样本中包含的彩纹图像和所述预测无彩纹车窗图像计算差异性损失函数的第三函数值的步骤包括：
8.一种车窗彩纹去除方法，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机程序产品，其特征在于，所述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1-7中任一所述的车窗彩纹去除模型的训练方法，或者权利要求8所述的车窗彩纹去除方法。
