[發明專利]圖像處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011112254.4
• 申請日: 2020-10-16
• 公開（公告）號: CN114387357A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 孫培欽;梁梟
• 申請（專利權）人: 北京邁格威科技有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N3/04;G06N3/08;G06T5/00;G06T7/10
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 王婷婷

1.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像；

將所述待處理圖像輸入訓練完成的圖像處理模型，通過神經網絡處理單元NPU使用所述圖像處理模型對所述待處理圖像進行預設圖像處理，得到經過壓縮處理后的預設圖像處理結果；

將所述預設圖像處理結果從所述NPU傳輸到CPU，并通過所述CPU對所述預設圖像處理結果進行解碼，得到解碼后的預設圖像處理結果。

2.根據權利要求1所述的方法，其特征在于，在所述將所述待處理圖像輸入訓練完成的圖像處理模型之前，還包括：

獲取訓練樣本集合，所述訓練樣本集合包括多個樣本圖像和與樣本圖像對應的樣本標注圖像；

對所述樣本標注圖像進行壓縮編碼，得到與樣本圖像對應的壓縮樣本標注圖像；

根據所述多個樣本圖像和與樣本圖像對應的壓縮樣本標注圖像，對圖像處理模型進行訓練，直至圖像處理模型的網絡參數收斂，得到訓練完成的圖像處理模型。

3.根據權利要求2所述的方法，其特征在于，所述對所述樣本標注圖像進行壓縮編碼，得到與樣本圖像對應的壓縮樣本標注圖像，包括：

使用預設編碼方式分別對所述樣本標注圖像進行壓縮編碼，得到與樣本圖像對應的壓縮樣本標注圖像。

4.根據權利要求3所述的方法，其特征在于，所述預設編碼方式包括：二值編碼、哈夫曼編碼或游程編碼。

5.根據權利要求2所述的方法，其特征在于，所述根據所述多個樣本圖像和與樣本圖像對應的壓縮樣本標注圖像，對圖像處理模型進行訓練，直至圖像處理模型的網絡參數收斂，得到訓練完成的圖像處理模型，包括：

從所述多個樣本圖像中選取至少一個樣本圖像，并獲取與所述至少一個樣本圖像對應的壓縮樣本標注圖像；

將所述至少一個樣本圖像分別輸入圖像處理模型，通過圖像處理模型分別對所述至少一個樣本圖像進行壓縮編碼和預設圖像處理，得到至少一個壓縮樣本處理結果；

根據所述至少一個壓縮樣本處理結果和與至少一個樣本圖像對應的壓縮樣本標注圖像，計算損失函數對應的損失值；

根據所述損失值對所述圖像處理模型的網絡參數進行調整，循環執行上述通過訓練樣本對圖像處理模型進行訓練的操作，直至所述圖像處理模型的網絡參數收斂，得到訓練完成的圖像處理模型。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述預設圖像處理包括圖像分割處理、圖像超分處理或圖像去噪處理。

7.一種圖像處理裝置，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，用于將所述待處理圖像輸入訓練完成的圖像處理模型，通過神經網絡處理單元NPU使用所述圖像處理模型對所述待處理圖像進行預設圖像處理，得到經過壓縮處理后的預設圖像處理結果；

處理結果解碼模塊，用于將所述預設圖像處理結果從所述NPU傳輸到CPU，并通過所述CPU對所述預設圖像處理結果進行解碼，得到解碼后的預設圖像處理結果。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

樣本集合獲取模塊，用于獲取訓練樣本集合，所述訓練樣本集合包括多個樣本圖像和與樣本圖像對應的樣本標注圖像；

壓縮編碼模塊，用于對所述樣本標注圖像進行壓縮編碼，得到與樣本圖像對應的壓縮樣本標注圖像；

模型訓練模塊，用于根據所述多個樣本圖像和與樣本圖像對應的壓縮樣本標注圖像，對圖像處理模型進行訓練，直至圖像處理模型的網絡參數收斂，得到訓練完成的圖像處理模型。

9.一種電子設備，其特征在于，包括：處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1-6任一項所述的圖像處理方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1-6任一項所述的圖像處理方法。