[發明專利]圖像處理方法、裝置、電子設備及計算機可讀介質在審

申請號：	202010176453.5	申請日：	2020-03-13
公開（公告）號：	CN111402133A	公開（公告）日：	2020-07-10
發明（設計）人：	李華夏	申請（專利權）人：	北京字節跳動網絡技術有限公司
主分類號：	G06T3/40	分類號：	G06T3/40;G06N3/04;G06N3/08
代理公司：	北京市立方律師事務所 11330	代理人：	張筱寧;張海秀
地址：	100041 北京市石景山區***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	圖像處理方法裝置電子設備計算機可讀介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像；

通過圖像生成網絡對所述待處理圖像進行至少一次圖像處理，得到處理后的圖像，所述處理后的圖像的圖像尺寸大于所述待處理圖像，且處理后的圖像質量不低于所述待處理圖像；

其中，所述圖像生成網絡為經過訓練后的生成式對抗網絡中的生成網絡。

2.根據權利要求1所述的方法，其特征在于，所述生成網絡包括依次級聯的至少一個上采樣模塊、以及至少一個殘差模塊，通過所述圖像生成網絡對所述待處理圖像進行至少一次圖像處理，得到處理后的圖像，包括：

通過上采樣提升輸入待處理圖像的尺寸，通過殘差模塊提高上采樣輸出的圖像的質量，得到輸出圖像；

其中，進行第一次圖像處理時，輸入圖像為待處理圖像，若進行了至少兩次，除第一次之外的其他次，當前次的輸入圖像為上一次的輸出圖像。

3.根據權利要求1所述的方法，其特征在于，所述生成式對抗網絡包括所述生成網絡和判別網絡；

所述生成式對抗網絡是通過以下方式訓練得到的：

獲取訓練樣本集，所述訓練樣本集中包括各樣本圖像對，每個樣本圖像對包括第一圖像和第二圖像，其中，所述第一圖像和所述第二圖像的原始圖像內容相同，所述第一圖像的圖像尺寸小于所述第二圖像的圖像尺寸；

基于所述訓練樣本集對所述初始的生成式對抗網絡進行訓練，直至對應的損失函數滿足設定條件。

4.根據權利要求3所述的方法，其特征在于，所述第一圖像通過下列方式得到：

獲取所述第二圖像；

基于預設尺寸對所述第二圖像進行縮小處理，得到所述第一圖像。

5.根據權利要求3所述的方法，其特征在于，所述基于所述訓練樣本集對所述初始的生成式對抗網絡進行訓練，包括：

將每個樣本圖像對中的第一圖像輸入至所述生成網絡，得到所述第一圖像對應的生成圖像；

將第二圖像和對應的生成圖像輸入至所述判別網絡，得到所述生成圖像對應的第一判別結果和所述第二圖像對應的第二判別結果；

基于所述生成圖像、所述第二圖像、所述第一判別結果和所述第二判別結果，計算所述損失函數的值，基于所述損失函數的值對所述生成式對抗網絡進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述損失函數包括像素損失函數、第一判別結果損失函數、第二判別結果損失函數和圖像生成損失函數，其中，

所述像素損失函數的值是基于每個樣本圖像對中的第二圖片和對應的生成圖像中對應的各像素確定的；所述第一判別結果損失函數的值基于每個樣本圖像對中生成圖像對應的第一判別結果確定的；所述第二判別結果損失函數的值基于每個樣本圖像對中第二圖像對應的第二判別結果確定的；所述圖像生成損失函數的值是基于每個樣本圖像對中的第二圖像和對應的生成圖片確定的。

7.根據權利要求6所述的方法，其特征在于，所述基于所述生成圖像、所述第二圖像、所述第一判別結果和所述第二判別結果，計算所述損失函數的值，包括：

確定各損失函數的權重；

基于各損失函數的權重，對各損失函數的值進行加權融合，得到所述損失函數的值。

8.一種圖像處理裝置，其特征在于，包括：

圖像獲取模塊，用于獲取待處理圖像；

圖像處理模塊，用于過圖像生成網絡對所述待處理圖像進行至少一次圖像處理，得到處理后的圖像，所述處理后的圖像的圖像尺寸大于所述待處理圖像，且處理后的圖像質量不低于所述待處理圖像；

其中，所述圖像生成網絡為經過訓練后的生成式對抗網絡中的生成網絡。

9.一種電子設備，其特征在于，包括：

處理器和存儲器；

所述存儲器，用于存儲計算機操作指令；

所述處理器，用于通過調用所述計算機操作指令，執行權利要求1至7中任一項所述的方法。

10.一種計算機可讀介質，其特征在于，所述可讀介質存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由處理器加載并執行以實現權利要求1至7中任一項所述的方法。