[发明专利]图像处理方法、系统、计算机设备、存储介质和芯片

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

将待处理图像输入第一神经网络模型中进行特征提取，得到第一特征向量；

利用所述第一神经网络模型的循环神经网络对所述第一特征向量进行横纵向特征相关性处理，得到第二特征向量；其中，所述第二特征向量为去除水印图像的图像特征向量；所述第一神经网络模型中包含已构建好的有水印的图像和无水印图像之间的映射关系。

2.根据权利要求1所述的方法，其特征在于，所述第一神经网络模型还包括第一卷积神经网络；

所述第一卷积神经网络，用于对输入的所述待处理图像进行特征提取，得到所述第一特征向量。

3.根据权利要求2所述的方法，其特征在于，所述利用所述第一神经网络模型对所述第一特征向量进行横纵向特征相关性处理，得到第二特征向量，包括：

利用所述循环神经网络对输入的所述第一特征向量进行横向像素相关性分类处理，得到第三特征向量；

利用所述循环神经网络对所述第三特征向量进行纵向像素相关性分类处理，得到所述第二特征向量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述第二特征向量输入至第二神经网络模型中进行特征提取，得到第四特征向量；

利用所述第二神经网络模型对所述第四特征向量进行轮廓特征调整，输出第五特征向量，其中，所述第五特征向量是轮廓特征加粗后的特征向量。

5.根据权利要求4所述的方法，其特征在于，所述第二神经网络模型包括第二卷积神经网络和后处理模型；

所述第二卷积神经网络，用于对输入的所述第二特征向量进行特征提取，得到所述第四特征向量；

所述后处理模型，用于对输入的所述第四特征向量进行特征映射，输出所述第五特征向量。

6.一种图像处理系统，其特征在于，所述系统包括第一神经网络模型，所述第一神经网络模型用于：

对输入的待处理图像进行特征提取，得到第一特征向量；

对所述第一特征向量进行横纵向特征相关性处理，得到第二特征向量；其中，所述第二特征向量为去除水印图像的图像特征向量；所述第一神经网络模型中包含已构建好的有水印的图像和无水印图像之间的映射关系。

7.根据权利要求6所述的系统，其特征在于，所述第一神经网络模型还包括第一卷积神经网络；

所述第一卷积神经网络，用于对输入的所述待处理图像进行特征提取，得到所述第一特征向量。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括第二神经网络模型，所述第二神经网络模型用于：

对输入的所述第二特征向量进行特征提取，得到第四特征向量；

对所述第四特征向量进行轮廓特征调整，输出第五特征向量。

9.根据权利要求8所述的系统，其特征在于，所述第二神经网络模型包括第二卷积神经网络和后处理模型；

所述第二卷积神经网络，用于对输入的所述第二特征向量进行特征提取，得到所述第四特征向量；

所述后处理模型，用于对输入的所述第四特征向量进行特征映射，输出所述第五特征向量。

10.一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

12.一种芯片，其存储有计算机指令，其特征在于，所述计算机指令被执行时实现权利要求1至5中任一项所述的方法的步骤。