[發(fā)明專利]模型生成方法、圖像增強方法、裝置及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811594326.6
• 申請日: 2018-12-25
• 公開（公告）號: CN109859113B
• 公開（公告）日: 2021-08-20
• 發(fā)明（設(shè)計）人: 鐘韜
• 申請（專利權(quán)）人: 北京奇藝世紀科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

本發(fā)明提供了一種模型生成方法、圖像增強方法、裝置及計算機可讀存儲介質(zhì)，屬于網(wǎng)絡(luò)技術(shù)領(lǐng)域。該方法可以利用初始圖像增強模型對m張第一樣本圖像進行增強處理，得到m張第一樣本增強圖像，利用初始判別模型確定每張第一樣本增強圖像的類別值以及每張第二樣本圖像的類別值，根據(jù)每張第一樣本增強圖像的類別值以及每張第二樣本圖像的類別值，獲取初始圖像增強模型的損失值，在損失值在第一預(yù)設(shè)范圍內(nèi)時，將初始圖像增強模型作為圖像增強模型。這樣，由于無需根據(jù)每個像素的像素值來確定誤差，進而可以避免處理后的圖像中存在的異常點對誤差判斷帶來偏差，保證能夠準確的對圖像增強模型進行訓練，進而提高訓練得到圖像增強模型對圖像的處理效果。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種模型生成方法、圖像增強方法、裝置及計算機可讀存儲介質(zhì)。

背景技術(shù)

隨著網(wǎng)絡(luò)的不斷發(fā)展，用戶經(jīng)常會拍攝圖像，但受到用戶拍攝設(shè)備質(zhì)量以及拍攝環(huán)境的影響，拍攝圖像可能會出現(xiàn)質(zhì)量較差的情況，例如，對比度、飽和度過高或過低，為了提高圖像的質(zhì)量，往往會對圖像進行增強處理。

現(xiàn)有技術(shù)中，通常是先訓練圖像增強模型，然后利用該圖像增強模型對圖像進行增強處理。在訓練過程中，往往是根據(jù)圖像增強模型處理后的樣本圖像以及樣本圖像對應(yīng)的真實增強圖，計算處理后的樣本圖像中每個像素的像素值與真實增強圖中每個像素的像素值的均方差，得到圖像增強模型的損失值，以此作為誤差判斷的標準，對圖像增強模型進行調(diào)整訓練。

但是，在訓練過程中，可能會出現(xiàn)處理后的樣本圖像中存在異常點，例如，處理后的樣本圖像中大部分像素的像素值已經(jīng)很接近真實增強圖中的像素值，但是存在很小部分像素的像素值與真實增強圖中的像素值差距較大，這樣，以均方差作為誤差判斷的依據(jù)，可能會導致確定的誤差不準確，進而無法準確的對圖像增強模型進行訓練，使得訓練得到圖像增強模型對圖像的處理效果較差。

發(fā)明內(nèi)容

本發(fā)明提供一種模型生成方法、圖像增強方法、裝置及計算機可讀存儲介質(zhì)，以便解決無法準確的對圖像增強模型進行訓練，使得訓練得到圖像增強模型對圖像的處理效果較差的問題。

依據(jù)本發(fā)明的第一方面，提供了一種模型生成方法，該方法包括：

利用初始圖像增強模型對m張第一樣本圖像進行增強處理，得到m張第一樣本增強圖像；所述m為不小于1且不大于第一數(shù)值的整數(shù)，所述第一數(shù)值為訓練樣本集中包括的第一樣本圖像的個數(shù)；

利用初始判別模型確定每張第一樣本增強圖像的類別值，以及n張第二樣本圖像中每張第二樣本圖像的類別值；所述第二樣本圖像的質(zhì)量高于所述第一樣本圖像的質(zhì)量；所述n為不小于1且不大于第二數(shù)值的整數(shù)，所述第二數(shù)值為訓練樣本集中包括的第二樣本圖像的個數(shù)；

根據(jù)每張第一樣本增強圖像的類別值、每張第二樣本圖像的類別值以及目標類別值，獲取所述初始圖像增強模型的損失值；

若所述初始圖像增強模型的損失值在第一預(yù)設(shè)范圍內(nèi)，將所述初始圖像增強模型作為圖像增強模型。

可選的，所述方法還包括：

若所述初始圖像增強模型的損失值不在第一預(yù)設(shè)范圍內(nèi)，基于所述損失值表示的誤差程度調(diào)整所述初始圖像增強模型的參數(shù)；

利用調(diào)整后的初始圖像增強模型、所述m張第一樣本圖像以及所述n張第二樣本圖像，對所述初始判別模型進行更新；

從所述訓練樣本集中抽取m張第一樣本圖像，并重新執(zhí)行所述利用初始圖像增強模型對m張第一樣本圖像進行增強處理的步驟。

可選的，所述利用調(diào)整后的初始圖像增強模型、所述m張第一樣本圖像以及所述n張第二樣本圖像，對所述初始判別模型進行更新，包括：

利用調(diào)整后的初始圖像增強模型對所述m張第一樣本圖像進行增強處理，得到m張第二樣本增強圖像；