[發(fā)明專利]一種圖像增強(qiáng)方法、裝置、存儲介質(zhì)及設(shè)備

在審

• 申請?zhí)枺?/td>: 202011156763.7
• 申請日: 2020-10-26
• 公開（公告）號: CN112465709A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 李勇;汪濤;宋風(fēng)龍
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 深圳市深佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 常忠良

1.一種圖像增強(qiáng)方法，其特征在于，所述方法包括：

獲取待增強(qiáng)的目標(biāo)圖像，并對所述目標(biāo)圖像進(jìn)行初步增強(qiáng)，得到第一增強(qiáng)圖像；

利用預(yù)先構(gòu)建的圖像增強(qiáng)模型中的場景分類模塊，對所述目標(biāo)圖像或所述第一增強(qiáng)圖像進(jìn)行識別，結(jié)合干預(yù)查找表得到干預(yù)偏置；

利用所述干預(yù)偏置，以及所述圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊包含的預(yù)設(shè)精調(diào)曲線映射函數(shù)，對所述第一增強(qiáng)圖像進(jìn)行調(diào)節(jié)，得到第二增強(qiáng)圖像；

利用所述圖像增強(qiáng)模型中的多注意力學(xué)習(xí)模塊，基于注意力機(jī)制，對所述目標(biāo)圖像的注意力圖像進(jìn)行提取，得到第三增強(qiáng)圖像；

將所述第二增強(qiáng)圖像和所述第三增強(qiáng)圖像進(jìn)行融合，確定所述待增強(qiáng)的目標(biāo)圖像的最終增強(qiáng)結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖像增強(qiáng)模型還包括曲線參數(shù)學(xué)習(xí)模塊，所述方法還包括：

利用所述曲線參數(shù)學(xué)習(xí)模塊對所述目標(biāo)圖像進(jìn)行學(xué)習(xí)處理，得到學(xué)習(xí)偏置；

所述利用所述干預(yù)偏置，以及所述圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊包含的預(yù)設(shè)精調(diào)曲線映射函數(shù)，對所述第一增強(qiáng)圖像進(jìn)行調(diào)節(jié)，得到第二增強(qiáng)圖像，包括：

利用所述干預(yù)偏置和所述學(xué)習(xí)偏置，以及所述圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊包含的預(yù)設(shè)精調(diào)曲線映射函數(shù)，對所述第一增強(qiáng)圖像進(jìn)行調(diào)節(jié)，得到第二增強(qiáng)圖像。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，按照下述方式構(gòu)建所述圖像增強(qiáng)模型：

獲取樣本圖像；

利用所述樣本圖像，對預(yù)先構(gòu)建的初始圖像增強(qiáng)模型進(jìn)行訓(xùn)練，得到所述圖像增強(qiáng)模型；

其中，所述初始圖像增強(qiáng)模型包括場景分類模塊、精調(diào)曲線映射函數(shù)模塊、多注意力模塊；所述場景分類模塊用于根據(jù)輸入圖像得到所述干預(yù)偏置，所述精調(diào)曲線映射函數(shù)模塊用于根據(jù)所述干預(yù)偏置調(diào)節(jié)輸入圖像，所述多注意力模塊用于提取原始圖像對應(yīng)的多注意力圖。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用所述樣本圖像，對預(yù)先構(gòu)建的初始圖像增強(qiáng)模型進(jìn)行訓(xùn)練，得到所述圖像增強(qiáng)模型，包括：

對所述樣本圖像進(jìn)行初步增強(qiáng)，得到訓(xùn)練增強(qiáng)圖像；

將所述樣本圖像或訓(xùn)練增強(qiáng)圖像輸入至預(yù)先構(gòu)建的初始圖像增強(qiáng)模型中的場景分類模塊；將所述訓(xùn)練增強(qiáng)圖像輸入至所述初始圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊；將所述樣本圖像輸入至所述初始圖像增強(qiáng)模型中的多注意力模塊，進(jìn)行模型訓(xùn)練，生成所述圖像增強(qiáng)模型。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

獲取驗(yàn)證圖像；

對所述驗(yàn)證圖像進(jìn)行初步增強(qiáng)，得到驗(yàn)證增強(qiáng)圖像；

將所述驗(yàn)證圖像或驗(yàn)證增強(qiáng)圖像輸入至所述圖像增強(qiáng)模型中的場景分類模塊；將所述驗(yàn)證增強(qiáng)圖像輸入至所述圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊；將所述驗(yàn)證圖像輸入至所述圖像增強(qiáng)模型中的多注意力模塊，獲得所述驗(yàn)證圖像的增強(qiáng)結(jié)果；

當(dāng)所述驗(yàn)證圖像的增強(qiáng)結(jié)果與所述驗(yàn)證圖像的增強(qiáng)結(jié)果對應(yīng)的理想增強(qiáng)結(jié)果不一致時，將所述驗(yàn)證圖像重新作為所述樣本圖像，對所述圖像增強(qiáng)模型中的干預(yù)查找表進(jìn)行參數(shù)更新。

6.一種圖像增強(qiáng)裝置，其特征在于，所述裝置包括：

第一獲取單元，用于獲取待增強(qiáng)的目標(biāo)圖像，并對所述目標(biāo)圖像進(jìn)行初步增強(qiáng)，得到第一增強(qiáng)圖像；

第一獲得單元，用于利用預(yù)先構(gòu)建的圖像增強(qiáng)模型中的場景分類模塊，對所述目標(biāo)圖像或所述第一增強(qiáng)圖像進(jìn)行識別，結(jié)合干預(yù)查找表得到干預(yù)偏置；

第二獲得單元，用于利用所述干預(yù)偏置，以及所述圖像增強(qiáng)模型中的精調(diào)曲線映射函數(shù)模塊包含的預(yù)設(shè)精調(diào)曲線映射函數(shù)，對所述第一增強(qiáng)圖像進(jìn)行調(diào)節(jié)，得到第二增強(qiáng)圖像；

第三獲得單元，用于利用所述圖像增強(qiáng)模型中的多注意力學(xué)習(xí)模塊，基于注意力機(jī)制，對所述目標(biāo)圖像的注意力圖像進(jìn)行提取，得到第三增強(qiáng)圖像；

融合單元，用于將所述第二增強(qiáng)圖像和所述第三增強(qiáng)圖像進(jìn)行融合，確定所述待增強(qiáng)的目標(biāo)圖像的最終增強(qiáng)結(jié)果。