[发明专利]基于神经网络的图像处理方法及装置

权利要求书

1.一种基于神经网络的图像处理方法，包括：

使用生成模型对第一图像进行填充运算来获得第二图像，其中，所述第一图像为对原始图像进行尺寸压缩后生成的图像，所述第二图像的尺寸与所述原始图像的尺寸成指定比例；

使用判别模型对所述原始图像和所述第二图像进行有监督学习来获得第一对比结果，并且使用细节对比模型来计算所述原始图像的特征图和所述第二图像的特征图，进而确定第二对比结果，其中，所述第二对比结果表示所述原始图像的特征图和所述第二图像的特征图的差异；

基于所述第一对比结果和所述第二对比结果来训练所述生成模型和所述判别模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用训练后的生成模型来还原第三图像，其中，所述第三图像为经压缩的图像。

3.根据权利要求1所述的方法，其特征在于，所述第二图像的尺寸与所述原始图像的尺寸相同。

4.根据权利要求1所述的方法，其特征在于，使用生成模型对第一图像进行填充运算来获得第二图像包括：使用生成模型对第一图像进行多层卷积运算来获得第二图像。

5.根据权利要求1所述的方法，其特征在于，基于所述第一对比结果和所述第二对比结果来训练所述生成模型和所述判别模型包括：将所述第一对比结果和所述第二对比结果作为模型损失，使用反向传播方法来训练所述生成模型和所述判别模型。

6.根据权利要求5所述的方法，其特征在于，所述第一对比结果为正误损失，并且所述第二对比结果为细节损失。

7.根据权利要求6所述的方法，其特征在于，所述细节损失为针对进行标注的关键区域的细节损失。

8.根据权利要求1所述的方法，其特征在于，所述细节对比模型基于细节对比网络的特征图隐含层来构建。

9.根据权利要求1所述的方法，其特征在于，所述生成模型和/或所述判断模型基于卷积神经网络来构建。

10.一种基于神经网络的图像处理装置，其特征在于，包括：

存储器，其用于存储指令；以及

处理器，其耦合到所述存储器，所述指令在由所述处理器执行时使得所述装置执行根据权利要求1-9中所述的方法。

11.一种计算机可读存储介质，所述存储介质包括指令，所述指令被执行时，使得所述计算机的处理器执行所述权利要求1-9中所述的方法。