[發明專利]基于空間誤差自適應的網絡訓練方法及裝置

有效

• 申請號: 202110990490.4
• 申請日: 2021-08-26
• 公開（公告）號: CN113658038B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 程健;張瑞;吳振洲;付鶴;劉濤
• 申請（專利權）人: 北京安德醫智科技有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T5/50;G06N3/0464;G06N3/084
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種基于空間誤差自適應的網絡訓練方法，其特征在于，包括：

將樣本圖像輸入圖像重建網絡，生成重建圖像；

根據所述重建圖像和參考圖像，獲得所述重建圖像和所述參考圖像之間的殘差圖，其中，所述參考圖像與所述樣本圖像的內容相同，且所述參考圖像與所述樣本圖像的分辨率和圖像風格中的至少一種不同；

根據所述殘差圖中各像素點的殘差值，確定所述殘差圖中各像素點的權重；

根據所述殘差圖中各像素點的殘差值以及所述殘差圖中各像素點的權重，訓練所述圖像重建網絡；

其中，通過損失函數訓練所述圖像重建網絡；為損失函數，M為圖像在高度方向上的像素點的數量，N為圖像在寬度方向上的像素點的數量，W為表示各像素點的權重的權重矩陣，Err表示所述殘差圖；在訓練所述圖像重建網絡的過程中，殘差值大的像素點被賦予的權重大于殘差值小的像素點被賦予的權重。

2.根據權利要求1所述的方法，其特征在于，根據所述殘差圖中各像素點的殘差值，確定所述殘差圖中各像素點的權重，包括：

根據所述殘差圖中目標像素點的殘差值所屬的第一范圍，將所述目標像素點的權重確定為與所述第一范圍對應的第一權重，其中，所述殘差值的值域被劃分為多個范圍，每個范圍均具有對應的權重；其中，所述目標像素點為所述殘差圖中正在被處理的像素點。

3.根據權利要求1所述的方法，其特征在于，根據所述殘差圖中各像素點的殘差值，確定所述殘差圖中各像素點的權重，包括：

根據所述殘差圖中目標像素點的殘差值，以及預設的超參數，確定所述目標像素點的權重；其中，所述目標像素點為所述殘差圖中正在被處理的像素點。

4.根據權利要求1所述的方法，其特征在于，根據所述殘差圖中各像素點的殘差值，確定所述殘差圖中各像素點的權重，包括：

根據所述殘差圖中各像素點的殘差值，以及預設的超參數，確定所述殘差圖中目標像素點的權重；其中，所述目標像素點為所述殘差圖中正在被處理的像素點。

5.根據權利要求4所述的方法，其特征在于，根據所述殘差圖中各像素點的殘差值，以及預設的超參數，確定所述殘差圖中目標像素點的權重，包括：

根據所述殘差圖中各像素點的殘差值，確定多個殘差值的中位數；

根據所述目標像素點的殘差值、所述中位數以及預設的超參數，確定所述目標像素點的權重。

6.根據權利要求3或4所述的方法，其特征在于，根據所述殘差圖中各像素點的殘差值，以及預設的超參數，確定所述目標像素點的權重，還包括：

在所述目標像素點的權重大于或等于權重閾值的情況下，將所述目標像素點的權重確定為所述權重閾值。

7.一種圖像重建方法，其特征在于，包括：

通過圖像重建網絡對待處理圖像進行處理，獲得目標圖像，其中，所述圖像重建網絡是根據權利要求1-6中任一項所述的基于空間誤差自適應的網絡訓練方法訓練得到的，所述目標圖像與所述待處理圖像的內容相同，且所述目標圖像與所述待處理圖像的分辨率和圖像風格中的至少一種不同。

8.一種基于空間誤差自適應的網絡訓練裝置，其特征在于，包括：

重建模塊，用于將樣本圖像輸入圖像重建網絡，生成重建圖像；

殘差模塊，用于根據所述重建圖像和參考圖像，獲得所述重建圖像和所述參考圖像之間的殘差圖，其中，所述參考圖像與所述樣本圖像的內容相同，且所述參考圖像與所述樣本圖像的分辨率和圖像風格中的至少一種不同；

權重模塊，用于根據所述殘差圖中各像素點的殘差值，確定所述殘差圖中各像素點的權重；

訓練模塊，用于根據所述殘差圖中各像素點的殘差值以及所述殘差圖中各像素點的權重，訓練所述圖像重建網絡；

其中，通過損失函數訓練所述圖像重建網絡；為損失函數，M為圖像在高度方向上的像素點的數量，N為圖像在寬度方向上的像素點的數量，W為表示各像素點的權重的權重矩陣，Err表示所述殘差圖；在訓練所述圖像重建網絡的過程中，殘差值大的像素點被賦予的權重大于殘差值小的像素點被賦予的權重。