[發(fā)明專利]圖像增強(qiáng)模型的訓(xùn)練方法、圖像增強(qiáng)方法及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202110266027.5
• 申請日: 2021-03-11
• 公開（公告）號: CN112801918A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計）人: 李瑮;毛曉蛟;王詩韻
• 申請（專利權(quán)）人: 蘇州科達(dá)科技股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產(chǎn)權(quán)代理有限公司 11250
• 代理人: 張琳琳

1.一種圖像增強(qiáng)模型的訓(xùn)練方法，其特征在于，所述訓(xùn)練方法包括：

獲取樣本圖像對，所述樣本圖像對包括第一質(zhì)量樣本圖像以及對應(yīng)的第二質(zhì)量樣本圖像，所述第一質(zhì)量樣本圖像的分辨率小于所述第二質(zhì)量樣本圖像；

將所述第一質(zhì)量樣本圖像輸入圖像增強(qiáng)模型中，得到預(yù)測第二質(zhì)量圖像，所述圖像增強(qiáng)模型包括至少一個卷積單元以及至少一個殘差單元，所述殘差單元包括至少兩個數(shù)據(jù)通道；

根據(jù)所述第二質(zhì)量樣本圖像以及所述預(yù)測第二質(zhì)量圖像進(jìn)行損失函數(shù)計算，并基于計算結(jié)果對所述圖像增強(qiáng)模型的參數(shù)進(jìn)行更新，確定目標(biāo)圖像增強(qiáng)模型。

2.根據(jù)權(quán)利要求1所述的訓(xùn)練方法，其特征在于，所述殘差單元包括至少一個殘差子單元，各個所述殘差子單元依次堆疊，每個殘差子單元包括至少兩個數(shù)據(jù)通道，各個所述數(shù)據(jù)通道的輸入數(shù)據(jù)相同，各個所述數(shù)據(jù)通道的輸出數(shù)據(jù)利用合并單元處理后作為下一個所述殘差子單元的輸入，所述數(shù)據(jù)通道利用普通卷積層對所述輸入數(shù)據(jù)進(jìn)行特征提取，或所述數(shù)據(jù)通道將所述輸入數(shù)據(jù)傳輸至所述合并單元。

3.根據(jù)權(quán)利要求1或2所述的訓(xùn)練方法，其特征在于，所述將所述第一質(zhì)量樣本圖像輸入圖像增強(qiáng)模型中，得到預(yù)測第二質(zhì)量圖像，包括：

利用所述至少一個卷積單元對所述第一質(zhì)量樣本圖像進(jìn)行特征提取，所述至少一個卷積單元包括至少一個第一普通卷積層以及至少一個離散卷積層；

將最后一個所述離散卷積層的輸出結(jié)果輸入所述至少一個殘差單元中，得到所述至少一個殘差單元的輸出結(jié)果；

利用至少一個第二普通卷積層對所述至少一個殘差單元的輸出結(jié)果進(jìn)行特征提取，以得到所述預(yù)測第二質(zhì)量圖像。

4.根據(jù)權(quán)利要求1所述的訓(xùn)練方法，其特征在于，所述根據(jù)所述第二質(zhì)量樣本圖像以及所述預(yù)測第二質(zhì)量圖像進(jìn)行損失函數(shù)計算，包括：

基于所述第二質(zhì)量樣本圖像以及所述預(yù)測第二質(zhì)量圖像，計算像素?fù)p失；

將所述預(yù)測第二質(zhì)量圖像以及所述第二質(zhì)量樣本圖像輸入圖像鑒別模型中，分別得到相應(yīng)的鑒別結(jié)果；

基于相應(yīng)的鑒別結(jié)果計算圖像損失；

利用所述像素?fù)p失以及所述圖像損失，確定所述損失函數(shù)的計算結(jié)果。

5.根據(jù)權(quán)利要求4所述的訓(xùn)練方法，其特征在于，所述基于相應(yīng)的鑒別結(jié)果計算圖像損失，包括：

將所述第二質(zhì)量樣本圖像輸入預(yù)設(shè)特征提取模型進(jìn)行特征提取，得到所述第二質(zhì)量樣本圖像的第二特征向量；

將所述預(yù)測第二質(zhì)量圖像輸入所述預(yù)設(shè)特征提取模型進(jìn)行特征提取，得到所述預(yù)測第二質(zhì)量圖像的第一特征向量；

利用所述第一特征向量與所述第二特征向量的差值，確定圖像特征損失；

利用所述圖像特征損失以及所述鑒別結(jié)果，計算所述圖像損失。

6.根據(jù)權(quán)利要求5所述的訓(xùn)練方法，其特征在于，采用如下公式計算損失函數(shù)：

式中，

其中，α₁、α₂分別為所述像素?fù)p失和所述圖像損失的權(quán)重，y為所述預(yù)測第二質(zhì)量圖像對應(yīng)的像素值，為所述第二質(zhì)量樣本圖像對應(yīng)的像素值，L_pixel為所述像素?fù)p失，L_GAN為所述圖像損失，L_feature為所述圖像特征損失，L_D為所述鑒別結(jié)果對應(yīng)的損失，為所述預(yù)設(shè)特征提取模型提取的特征向量，logD()為所述鑒別模型輸出的鑒別結(jié)果。

7.一種圖像增強(qiáng)模型的訓(xùn)練方法，其特征在于，所述訓(xùn)練方法包括：

獲取目標(biāo)圖像增強(qiáng)模型，所述目標(biāo)圖像增強(qiáng)模型是根據(jù)權(quán)利要求1-6中所述的訓(xùn)練方法訓(xùn)練得到的；

對所述目標(biāo)圖像增強(qiáng)模型進(jìn)行壓縮，得到第一壓縮圖像增強(qiáng)模型；

固定所述目標(biāo)圖像增強(qiáng)模型的參數(shù)，并將所述第一質(zhì)量樣本圖像分別輸入所述目標(biāo)圖像增強(qiáng)模型以及所述第一壓縮圖像增強(qiáng)模型中，以對所述第一壓縮圖像增強(qiáng)模型進(jìn)行訓(xùn)練得到第一目標(biāo)壓縮圖像增強(qiáng)模型；

利用所述樣本圖像對對所述第一目標(biāo)壓縮圖像增強(qiáng)模型的預(yù)設(shè)通道數(shù)對應(yīng)的參數(shù)進(jìn)行更新，得到至少一個第二目標(biāo)壓縮圖像增強(qiáng)模型。