[发明专利]一种对图像进行超分辨率重建的处理方法及装置

权利要求书

1.一种对图像进行超分辨率重建的处理方法，其特征在于，包括：

获取待处理图像；

对所述待处理图像进行图像分割处理，得到目标区域和背景区域；其中，所述目标区域为所述待处理图像中的目标所在的区域，所述背景区域为所述待处理图像中除所述目标区域之外的区域；

对所述目标区域进行目标超分辨率重建处理，得到目标区域超分辨率重建图像；

对所述背景区域进行背景超分辨率重建处理，得到背景区域超分辨率重建图像；

将所述目标区域超分辨率重建图像和所述背景区域超分辨率重建图像进行合并，生成所述待处理图像对应的超分辨率重建图像。

2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行图像分割处理，得到目标区域和背景区域，包括：

对所述待处理图像进行检测，识别出所述待处理图像中的目标的边界；

根据所述待处理图像中的目标的边界，将所述待处理图像分割为目标区域和背景区域。

3.根据权利要求2所述的方法，其特征在于，所述对所述待处理图像进行检测，识别出所述待处理图像中的目标的边界，包括：

将所述待处理图像输入至预先训练得到的图像分割模型中，得到所述待处理图像中的目标的边界。

4.根据权利要求3所述的方法，其特征在于，采用如下步骤，训练得到所述图像分割模型：

获取多张图像分割样本图像及对应的样本目标区域；

将所述多张图像分割样本图像及对应的样本目标区域输入预设的第一训练模型，判断输出结果是否满足预设条件，如果不满足，对所述预设的第一训练模型进行迭代调整，直至输出结果满足预设条件，得到所述图像分割模型。

5.根据权利要求1所述的方法，其特征在于，所述对所述目标区域进行目标超分辨率重建处理，得到目标区域超分辨率重建图像，包括：

将所述目标区域输入至预先训练得到的目标超分模型中，得到所述目标区域超分辨率重建图像；其中，所述目标超分模型是基于目标样本图像作为训练集进行训练得到；所述目标样本图像是指包含目标且所述目标为主体的图像；

所述对所述背景区域进行背景超分辨率重建处理，得到背景区域超分辨率重建图像，包括：

将所述背景区域输入至预先训练得到的背景超分模型中，得到所述背景区域超分辨率重建图像；其中，所述背景超分模型是基于非定类样本图像作为训练集进行训练得到；所述非定类样本图像是指各种不同类别的图像。

6.根据权利要求5所述的方法，其特征在于，采用如下步骤，训练得到所述目标超分模型：

获取多张目标样本图像；

对所述多张目标样本图像进行低分辨率处理，得到对应的低分辨率图像；

将所述多张目标样本图像及对应的低分辨率图像输入预设的第二训练模型，判断输出结果是否满足预设条件，如果不满足，对所述预设的第二训练模型进行迭代调整，直至输出结果满足预设条件，得到所述目标超分模型。

7.根据权利要求5所述的方法，其特征在于，采用如下步骤，训练得到所述背景超分模型：

获取多张非定类样本图像；

对所述多张非定类样本图像进行低分辨率处理，得到对应的低分辨率图像；

将所述多张非定类样本图像及对应的低分辨率图像输入预设的第三训练模型，判断输出结果是否满足预设条件，如果不满足，对所述预设的第三训练模型进行迭代调整，直至输出结果满足预设条件，得到所述背景超分模型。

8.根据权利要求1所述的方法，其特征在于，所述待处理图像为包含脸部和/或毛发的图像；其中，所述脸部为人脸和/或动物脸部，所述毛发为人的毛发和/或动物毛发；所述目标区域为脸部区域，所述背景区域为所述待处理图像中除脸部区域及毛发区域以外的区域。