[發明專利]一種圖像還原方法、裝置、設備和存儲介質

在審

• 申請號: 202110321201.1
• 申請日: 2021-03-25
• 公開（公告）號: CN112907488A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 陳文敏;王歡;馮歆鵬;周驥
• 申請（專利權）人: 上海肇觀電子科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/46;G06K9/62;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種圖像還原方法，其特征在于，包括：

提取包含卷曲目標物的圖像的特征信息，并對所述特征信息進行特征均衡化處理，得到均衡化特征；

對所述均衡化特征進行還原處理得到還原特征，連接所述均衡化特征和所述還原特征得到目標還原圖像。

2.根據權利要求1所述的圖像還原方法，其特征在于，提取包含卷曲目標物的圖像的特征信息，并對所述特征信息進行特征均衡化處理，得到均衡化特征，包括：

基于預設生成對抗模型的生成器提取包含卷曲目標物的圖像的特征信息，并對所述特征信息進行特征均衡化處理，得到均衡化特征。

3.根據權利要求2所述的圖像還原方法，其特征在于，所述預設生成對抗模型的生成器包括編碼模塊；

相應地，基于預設生成對抗模型的生成器提取包含卷曲目標物的圖像的特征信息，并對所述特征信息進行特征均衡化處理，得到均衡化特征，包括：

通過所述編碼模塊提取所述包含卷曲目標物的圖像的至少一層特征信息；

根據注意力機制在通道維度和空間維度上對所述特征信息進行特征均衡化，得到均衡化特征。

4.根據權利要求3所述的圖像還原方法，其特征在于，通過所述編碼模塊提取所述包含卷曲目標物的圖像的至少一層特征信息，包括：

對所述編碼模塊的深層卷積層提取到的特征信息進行特征融合，得到深層特征；

對所述編碼模塊的淺層卷積層提取到的特征信息進行特征融合，得到淺層特征。

5.根據權利要求4所述的圖像還原方法，其特征在于，在通過所述編碼模塊提取所述包含卷曲目標物的圖像的至少一層特征信息之后，還包括：

拼接所述深層特征和所述淺層特征，得到拼接特征；

對所述拼接特征進行卷積處理，得到融合特征；

其中，根據注意力機制在通道維度和空間維度上對所述融合特征進行特征均衡化，得到均衡化特征。

6.根據權利要求2所述的圖像還原方法，其特征在于，所述預設生成對抗模型通過如下方式確定：

獲取包含卷曲目標物的訓練圖像和所述訓練圖像對應的真實展開圖像；

將所述訓練圖像和所述真實展開圖像作為訓練數據進行模型訓練，并計算損失函數；

基于反向傳播更新算法進行模型優化，直至所述損失函數收斂，得到預設生成對抗模型。

7.根據權利要求6所述的圖像還原方法，其特征在于，所述預設生成對抗模型還包括判別器，

相應地，將所述訓練圖像和所述真實展開圖像作為訓練數據進行模型訓練，并計算損失函數，包括：

將所述訓練圖像和所述真實展開圖像作為訓練數據輸入所述預設生成對抗模型；

通過所述預設生成對抗模型的生成器，確定所述訓練圖像對應的初始還原圖像；

基于預設生成對抗模型的判別器對所述初始還原圖像的圖像類別進行判定；

根據判定結果確定損失函數；

其中，所述圖像類別包括訓練還原圖像和真實展開圖像。

8.一種圖像還原裝置，其特征在于，包括：

提取模塊，用于提取包含卷曲目標物的圖像的特征信息，并對所述特征信息進行特征均衡化處理，得到均衡化特征；

連接模塊，用于對所述均衡化特征進行還原處理得到還原特征，連接所述均衡化特征和所述還原特征得到目標還原圖像。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7中任一所述的圖像還原方法。

10.一種包含計算機可執行指令的存儲介質，所述計算機可執行指令在由計算機處理器執行時用于執行如權利要求1-7中任一所述的圖像還原方法。