[发明专利]图像美化的处理方法、图像美化的处理装置以及电子设备

权利要求书

1.一种图像美化的处理方法，其特征在于，所述方法包括：

将待美化图像进行预处理，获取与所述待美化图像对应的第一图像数据，其中，所述待美化图像为缺乏暗部细节的图像和包含噪点的图像中的一种或多种；

将所述第一图像数据输入至训练后的生成对抗深度神经网络中，基于所述生成对抗深度神经网络的生成器网络对所述第一图像数据进行美化处理，得到第二图像数据；

对所述第二图像数据进行与所述预处理操作对应的后处理操作，得到美化图像，其中，所述美化图像为恢复暗部细节的图像和去除噪点的图像中的一种或多种。

2.根据权利要求1所述的图像美化的处理方法，其特征在于，所述将待美化图像进行预处理，获取与所述待美化图像对应的第一图像数据，包括：

获取所述待美化图像的像素矩阵；

对所述像素矩阵进行数据类型转换，得到数据类型规范化后的第一矩阵；

对所述第一矩阵进行去均值化处理和归一化处理，获得与所述待美化图像对应的第一图像数据。

3.根据权利要求2所述的图像美化的处理方法，其特征在于，所述对所述第二图像数据进行与所述预处理操作对应的后处理操作，得到美化图像，包括：

对所述第二图像数据进行数据类型转换，得到第二矩阵；

对所述第二矩阵进行加均值化处理和截断处理，获得与所述美化图像对应的像素矩阵，以根据像素矩阵生成所述美化图像。

4.根据权利要求1所述的图像美化的处理方法，其特征在于，在将所述第一图像数据输入至训练后的生成对抗深度神经网络中之前，所述方法还包括：

获取多组训练样本，其中，每组所述训练样本包含输入图像和目标图像；

将所述输入图像输入至生成对抗深度神经网络中的生成器网络，并基于所述生成器网络对所述输入图像进行美化处理，得到生成图像；

将所述生成图像、所述输入图像以及所述目标图像输入至生成对抗深度神经网络中的判别器网络，得到关于所述生成图像的像素值的第一判别结果和关于所述目标图像的像素值的第二判别结果；

根据所述第一判别结果和所述第二判别结果优化所述生成对抗深度神经网络参数，得到所述图像美化模型。

5.根据权利要求4所述的图像美化的处理方法，其特征在于，所述根据所述第一判别结果和所述第二判别结果优化所述生成对抗深度神经网络参数，包括：

根据所述生成图像和所述目标图像的像素差、所述生成图像中的相邻像素差以及所述生成器网络输出的多个生成图像之间的像素差中的一种或多种，优化所述生成器网络的参数以及优化所述判别器网络的参数。

6.根据权利要求4所述的图像美化的处理方法，其特征在于，所述根据所述第一判别结果和所述第二判别结果优化所述图像美化模型的模型参数，包括：

保持所述生成器网络的参数不变，根据所述生成图像和所述目标图像的像素差优化所述判别器网络的参数；

保持所述判别器网络的优化后的参数不变，根据所述生成图像中的相邻像素差和所述生成器网络输出的多个生成图像之间的像素差中的一种或多种，优化所述生成器网络的参数。

7.根据权利要求4至6中任意一项所述的图像美化的处理方法，其特征在于，所述训练样本中第一输入图像为包含缺乏暗部细节的图像，与所述第一输入图像对应的第一目标图像为恢复暗部细节的图像。

8.根据权利要求7图像美化的处理方法，其特征在于，所述训练样本中第二输入图像为包含噪点的图像，与所述第二输入图像对应的第二目标图像为去除噪点的图像。

9.根据权利要求4至6中任意一项所述的图像美化的处理方法，其特征在于，所述生成器网络中，上采样参数与下采样参数对应相等。

10.根据权利要求4至6中任意一项所述的图像美化的处理方法，其特征在于，所述判别器网络包括多个卷积层。