[發明專利]圖像處理模型的訓練方法、圖像處理方法、介質及終端

在審

• 申請號: 202010162709.7
• 申請日: 2020-03-10
• 公開（公告）號: CN113379610A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 張瑜;李松南;俞大海
• 申請（專利權）人: TCL科技集團股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 溫宏梅

1.一種圖像處理模型的訓練方法，其特征在于，其包括：

預設網絡模型根據訓練圖像集中的第一圖像生成所述第一圖像對應的生成圖像；其中，所述訓練圖像集包括多組訓練圖像組，每一組訓練圖像組包括第一圖像和第二圖像，第一圖像為第二圖像對應的具有重影的圖像；

所述預設網絡模型根據所述第一圖像對應的第二圖像和所述第一圖像對應的生成圖像，對所述預設網絡模型的模型參數進行修正，并繼續執行根據訓練圖像集中的下一訓練圖像組中的第一圖像，生成所述第一圖像對應的生成圖像的步驟，直至所述預設網絡模型的訓練情況滿足預設條件，以得到已訓練的圖像處理模型。

2.根據權利要求1所述的圖像處理模型的訓練方法，其特征在于，所述預設網絡模型包括編碼器和解碼器；所述預設網絡模型根據訓練圖像集中第一圖像，生成所述第一圖像對應的生成圖像具體包括：

將所述訓練圖像集中第一圖像輸入所述編碼器，通過所述編碼器得到所述第一圖像的特征圖像，其中，所述特征圖像的圖像尺寸小于所述第一圖像的圖像尺寸；

將所述特征圖像輸入所述解碼器，通過所述解碼器輸出所述生成圖像，其中，所述生成圖像的圖像尺寸等于第一圖像的圖像尺寸。

3.根據權利要求1所述的圖像處理模型的訓練方法，其特征在于，所述預設網絡模型根據所述第一圖像對應的第二圖像和所述第一圖像對應的生成圖像，對所述預設網絡模型的模型參數進行修正，并繼續執行根據訓練圖像集中的下一訓練圖像組中的第一圖像，生成所述第一圖像對應的生成圖像的步驟，直至所述預設網絡模型的訓練情況滿足預設條件，以得到已訓練的圖像處理模型具體包括：

根據所述第一圖像對應的第二圖像和所述第一圖像對應的生成圖像分別計算所述預設網絡模型對應的結構相似性損失函數值和內容雙向損失函數值；

根據所述結構相似性損失函數值和所述內容雙向損失函數值得到所述預設網絡模型的總損失函數值；

基于所述總損失函數值訓練所述預設網絡模型，并繼續執行根據訓練圖像集中的下一訓練圖像組中的第一圖像，生成所述第一圖像對應的生成圖像的步驟，直至所述預設網絡模型的訓練情況滿足預設條件，以得到已訓練的圖像處理模型。

4.根據權利要求1-3任一所述圖像處理方法，其特征在于，所述第一圖像為根據第二圖像和點擴散函數生成的，其中，所述點擴散函數為根據屏下成像系統中的遮光結構生成的灰度圖生成的。

5.根據權利要求1-3任一所述的圖像處理模型的訓練方法，其特征在于，所述第一圖像為通過屏下成像系統拍攝得到的圖像。

6.根據權利要求5所述的圖像處理模型的訓練方法，其特征在于，所述屏下成像系統為屏下攝像頭。

7.根據權利要求5所述的圖像處理模型的訓練方法，其特征在于，所述預設網絡模型根據訓練圖像集中第一圖像，生成所述第一圖像對應的生成圖像之前還包括：

針對所述訓練圖像集中每組訓練圖像組，將該組訓練圖像組中的第一圖像與所述第一圖像對應的第二圖像進行對齊處理，得到與所述第二圖像對齊的對齊圖像，并將所述對齊圖像作為第一圖像。

8.根據權利要求7所述的圖像處理模型的訓練方法，其特征在于，所述將該組訓練圖像組中的第一圖像與所述第一圖像對應的第二圖像進行對齊處理具體包括：

獲取該組訓練圖像組中的第一圖像與所述第一圖像對應的第二圖像之間的像素偏差量；

根據所述像素偏差量確定所述第一圖像對應的對齊方式，并采用所述對齊方式將所述第一圖像與所述第二圖像進行對齊處理。