[發明專利]圖像處理方法、裝置及電子設備

在審

• 申請號: 202110587606.X
• 申請日: 2021-05-27
• 公開（公告）號: CN113313630A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 吳仆
• 申請（專利權）人: 艾酷軟件技術（上海）有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/50;G06T7/10;G06K9/00;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 陳新生

本申請公開了一種圖像處理方法、裝置及電子設備，屬于圖像處理技術領域。該方法包括：對目標圖像進行場景分割，獲取所述目標圖像包含的各個場景；根據所述目標圖像包含的各個場景對應的場景權重，生成第一權重圖；將所述目標圖像以及所述第一權重圖輸入至目標網絡模型中，以生成目標高分辨率圖像；其中，所述目標圖像為待處理的低分辨率圖像。

技術領域

本申請屬于圖像處理技術領域，具體涉及一種圖像處理方法、裝置及電子設備。

背景技術

訓練深度學習網絡模型需要構造樣本圖像。常見的構造方法有采集和退化兩種。

其中，通過退化的方法構造樣本圖像需要采集高分辨率圖像，然后對圖像進行退化操作，生成低分辨率圖像。

由于每次訓練均采用相同的退化模型，所以生成的圖像的噪聲分布及模糊程度都在一個固定水平，使得深度學習網絡模型只能處理噪聲分布及模糊程度都在該固定水平以下的低分辨率圖像。

在圖像的噪聲分布或模糊程度超出上述固定水平的情況下，深度學習網絡模型輸出的高分辨率圖像的效果就會較差。

發明內容

本申請實施例的目的是提供一種圖像處理方法、裝置及電子設備，能夠解決退化模型訓練的網絡模型生成的圖像效果較差的問題。

第一方面，本申請實施例提供了一種圖像處理方法，該方法包括：

對目標圖像進行場景分割，獲取所述目標圖像包含的各個場景；

根據所述目標圖像包含的各個場景對應的場景權重，生成第一權重圖；

將所述目標圖像以及所述第一權重圖輸入至目標網絡模型中，以生成目標高分辨率圖像；

其中，所述目標圖像為待處理的低分辨率圖像。

第二方面，本申請實施例提供了一種圖像處理的裝置，該裝置包括：

獲取模塊，用于對目標圖像進行場景分割，獲取所述目標圖像包含的各個場景；

權重圖生成模塊，用于根據所述目標圖像包含的各個場景對應的場景權重，生成第一權重圖；

生成模塊，用于將所述目標圖像以及所述第一權重圖輸入至目標網絡模型中，以生成目標高分辨率圖像；

其中，所述目標圖像為待處理的低分辨率圖像。

第三方面，本申請實施例提供了一種電子設備，該電子設備包括處理器、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程序或指令，所述程序或指令被所述處理器執行時實現如第一方面所述的方法的步驟。

第四方面，本申請實施例提供了一種可讀存儲介質，所述可讀存儲介質上存儲程序或指令，所述程序或指令被處理器執行時實現如第一方面所述的方法的步驟。

第五方面，本申請實施例提供了一種芯片，所述芯片包括處理器和通信接口，所述通信接口和所述處理器耦合，所述處理器用于運行程序或指令，實現如第一方面所述的方法的步驟。

本申請實施例提供的圖像處理方法、裝置及電子設備，通過在退化模型中引入場景分割，并給不同場景賦予場景權重，以引導目標網絡模型生成不同強弱細節的圖像，從而能夠提高生成的圖像的效果。

附圖說明

圖1是根據本申請實施例的圖像處理方法的流程示意圖；

圖2是根據本申請實施例的圖像處理方法的模型訓練流程示意圖；

圖3是根據本申請實施例提供的圖像處理裝置的模塊框圖；

圖4是根據本申請實施例的電子設備的結構示意圖；

圖5是實現本申請實施例的一種電子設備的硬件結構示意圖。