[發明專利]圖像樣本集的生成方法、生成裝置及非易失性計算機可讀存儲介質

在審

• 申請號: 202110172289.5
• 申請日: 2021-02-08
• 公開（公告）號: CN112950496A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 胡杰
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T3/40;G06T3/60;G06T3/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 邵泳城

本申請提供一種圖像樣本集的生成方法、生成裝置及計算機可讀存儲介質。生成方法包括：獲取第一圖像，第一圖像具有第一分辨率；對預設的第一模糊核進行處理以獲取第二模糊核，第二模糊核與第一模糊核的類型或模糊程度不同；利用第一模糊核或第二模糊核對第一圖像進行卷積操作，以獲取與第一圖像對應的第二圖像，第二圖像具有第二分辨率，第一分辨率大于第二分辨率，第一圖像與第二圖像構成圖像樣本對，循環執行卷積操作以獲取多個圖像樣本對，并將多個圖像樣本對集合形成圖像樣本集。本申請的圖像樣本集的生成方法、生成裝置及計算機可讀存儲介質中，對第一圖像執行循環卷積操作可獲取大量的圖像樣本對，降低圖像樣本對的獲取成本。

技術領域

本申請涉及去模糊領域，更具體而言，涉及一種圖像樣本集的生成方法、生成裝置及非易失性計算機可讀存儲介質。

背景技術

目前，在去模糊領域，隨著深度學習算法的普及，人們開始使用深度學習算法去解決圖像模糊問題。而當前深度學習模型訓練能取得成功的關鍵一方面在于有效的模型結構，另一方面是需要大量的訓練樣本數據。在采用行之有效的強監督訓練方式去訓練模糊模型時，需要用到成對的圖像(一張清晰圖像和一張對應的模糊圖像)作為訓練樣本對，且兩張圖像在內容細節上要求逐像素對齊，因此增加樣本對的獲取成本。當沒有大量的滿足要求的圖像樣本對訓練模糊模型時，會造成模糊模型過擬合，訓練出的模糊模型難以應用。

發明內容

本申請實施方式提供一種圖像樣本集的生成方法、生成裝置及非易失性計算機可讀存儲介質。

本申請實施方式的圖像樣本集的生成方法包括：獲取第一圖像，所述第一圖像具有第一分辨率；對預設的第一模糊核進行處理以獲取第二模糊核，所述第二模糊核與第一模糊核的類型或模糊程度不同；及利用所述第一模糊核或所述第二模糊核對所述第一圖像進行卷積操作，以獲取與所述第一圖像對應的第二圖像，所述第二圖像具有第二分辨率，所述第一分辨率大于所述第二分辨率，所述第一圖像與所述第二圖像構成圖像樣本對，循環執行卷積操作以獲取多個所述圖像樣本對，并將多個所述圖像樣本對集合形成圖像樣本集。

本申請實施方式的生成裝置包括一個或多個處理，一個或多個所述處理器用于：獲取第一圖像，所述第一圖像具有第一分辨率；對預設的第一模糊核進行處理以獲取第二模糊核，所述第二模糊核與第一模糊核的類型或模糊程度不同；及利用所述第一模糊核或所述第二模糊核對所述第一圖像進行卷積操作，以獲取與所述第一圖像對應的第二圖像，所述第二圖像具有第二分辨率，所述第一分辨率大于所述第二分辨率，所述第一圖像與所述第二圖像構成圖像樣本對，循環執行卷積操作以獲取多個所述圖像樣本對，并將多個所述圖像樣本對集合形成圖像樣本集。

本申請實施方式的非易失性計算機可讀存儲介質包括計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如下處理方法：獲取第一圖像，所述第一圖像具有第一分辨率；對預設的第一模糊核進行處理以獲取第二模糊核，所述第二模糊核與第一模糊核的類型或模糊程度不同；及利用所述第一模糊核或所述第二模糊核對所述第一圖像進行卷積操作，以獲取與所述第一圖像對應的第二圖像，所述第二圖像具有第二分辨率，所述第一分辨率大于所述第二分辨率，所述第一圖像與所述第二圖像構成圖像樣本對，循環執行卷積操作以獲取多個所述圖像樣本對，并將多個所述圖像樣本對集合形成圖像樣本集。

本申請實施方式的圖像樣本集的生成方法、生成裝置及非易失性計算機可讀存儲介質中，利用第一模糊核或第二模糊核對第一圖像進行卷積操作，生成與第一圖像對應的第二圖像，第一圖像與第二圖像構成圖像樣本對，并對第一圖像執行循環卷積操作，以獲取以第一圖像為基礎的多個圖像樣本對，降低了圖像樣本對的獲取成本，并能增加圖像樣本集的數量。

本申請的實施方式的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實施方式的實踐了解到。

附圖說明

本申請的上述和/或附加的方面和優點從結合下面附圖對實施方式的描述中將變得明顯和容易理解，其中：