[發(fā)明專利]圖像處理模型的訓(xùn)練方法、圖像處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210573491.3
• 申請(qǐng)日: 2022-05-25
• 公開（公告）號(hào): CN114972090A
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 陳圣;曾定衡;王洪斌;周迅溢
• 申請(qǐng)（專利權(quán)）人: 馬上消費(fèi)金融股份有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 北京國(guó)昊天誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11315
• 代理人: 徐晨影

1.一種圖像處理模型的訓(xùn)練方法，其特征在于，包括：

利用原始樣本圖像、所述原始樣本圖像對(duì)應(yīng)的局部擦除圖像及基準(zhǔn)去噪圖像，對(duì)待訓(xùn)練模型進(jìn)行模型迭代訓(xùn)練，得到圖像處理模型；

其中，所述待訓(xùn)練模型包括第一分支去噪網(wǎng)絡(luò)、第二分支去噪網(wǎng)絡(luò)和融合網(wǎng)絡(luò)；每次模型迭代訓(xùn)練的具體實(shí)現(xiàn)方式均有：

所述第一分支去噪網(wǎng)絡(luò)基于所述基準(zhǔn)去噪圖像，對(duì)所述原始樣本圖像進(jìn)行去噪處理，得到第一去噪圖像；

所述第二分支去噪網(wǎng)絡(luò)對(duì)所述局部擦除圖像進(jìn)行去噪處理，得到第二去噪圖像；

所述融合網(wǎng)絡(luò)對(duì)所述第一去噪圖像和所述第二去噪圖像進(jìn)行融合處理，得到第三去噪圖像；

基于所述第一去噪圖像、所述第二去噪圖像、所述第三去噪圖像以及所述基準(zhǔn)去噪圖像，調(diào)整所述待訓(xùn)練模型的模型參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述第一去噪圖像、所述第二去噪圖像、所述第三去噪圖像以及所述基準(zhǔn)去噪圖像，調(diào)整所述待訓(xùn)練模型的模型參數(shù)，包括：

基于所述第一去噪圖像、所述第二去噪圖像、所述第三去噪圖像以及所述基準(zhǔn)去噪圖像，確定所述待訓(xùn)練模型的去噪損失；

基于所述待訓(xùn)練模型的去噪損失，調(diào)整所述待訓(xùn)練模型的模型參數(shù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述局部擦除圖像包括第一局部擦除圖像和第二局部擦除圖像，所述第一局部擦除圖像為對(duì)所述原始樣本圖像的指定區(qū)域進(jìn)行數(shù)據(jù)擦除得到，所述第二局部擦除圖像為對(duì)所述原始樣本圖像進(jìn)行隨機(jī)數(shù)據(jù)擦除得到；

所述第二分支去噪網(wǎng)絡(luò)對(duì)所述局部擦除圖像進(jìn)行去噪處理，得到第二去噪圖像，包括：

若所述待訓(xùn)練模型不滿足預(yù)設(shè)迭代穩(wěn)定條件，則所述第二分支去噪網(wǎng)絡(luò)對(duì)所述第一局部擦除圖像進(jìn)行去噪處理，得到第二去噪圖像；

若所述待訓(xùn)練模型滿足所述預(yù)設(shè)迭代穩(wěn)定條件，則所述第二分支去噪網(wǎng)絡(luò)對(duì)所述第二局部擦除圖像進(jìn)行去噪處理，得到第二去噪圖像。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一分支去噪網(wǎng)絡(luò)包括第一卷積層和第一生成網(wǎng)絡(luò)；

所述第一卷積層用于基于所述基準(zhǔn)去噪圖像對(duì)所述原始樣本圖像進(jìn)行卷積處理，得到第一紋理特征；

所述第一生成網(wǎng)絡(luò)用于基于所述第一紋理特征確定第一目標(biāo)特征，以及基于所述第一目標(biāo)特征生成所述第一去噪圖像。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第一分支去噪網(wǎng)絡(luò)還包括第一殘差層；

所述第一殘差層用于基于所述原始樣本圖像和所述局部擦除圖像，生成殘差圖像；

所述第一卷積特征還用于對(duì)所述殘差圖像進(jìn)行卷積處理，得到第二紋理特征；

在基于所述第一紋理特征確定第一目標(biāo)特征方面，所述第一生成網(wǎng)絡(luò)具體用于基于所述第一紋理特征與所述第二紋理特征之間的相似度，對(duì)所述第一紋理特征和所述第二紋理特征進(jìn)行融合處理，得到所述第一目標(biāo)特征。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述第一去噪圖像、所述第二去噪圖像、所述第三去噪圖像以及所述基準(zhǔn)去噪圖像，確定所述待訓(xùn)練模型的去噪損失，包括：

基于所述第一去噪圖像和所述基準(zhǔn)去噪圖像，確定第一去噪損失；

基于所述第二去噪圖像和所述第一去噪圖像，確定第二去噪損失；

基于所述第三去噪圖像和所述基準(zhǔn)去噪圖像，確定第三去噪損失；

基于所述第一去噪損失、所述第二去噪損失以及所述第三去噪損失，確定所述待訓(xùn)練模型的去噪損失。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，若所述第一分支去噪網(wǎng)絡(luò)還包括所述第一殘差層，則所述基于所述第一去噪圖像、所述第二去噪圖像、所述第三去噪圖像以及所述基準(zhǔn)去噪圖像，確定所述待訓(xùn)練模型的去噪損失，還包括：

基于所述第一紋理特征與所述第二紋理特征之間的相似度，確定殘差損失；

所述基于所述第一去噪損失、所述第二去噪損失以及所述第三去噪損失，確定所述待訓(xùn)練模型的去噪損失，具體包括：

基于所述第一去噪損失、所述第二去噪損失、所述第三去噪損失以及所述殘差損失之間的加權(quán)和，確定所述待訓(xùn)練模型的去噪損失。