[发明专利]一种图像处理方法、图像展示方法、模型训练方法及装置

说明书

本申请公开了一种图像处理方法，包括：获取待处理图像，待处理图像对应于第一倍率；获取待处理图像所对应的缩放倍数信息，缩放倍数信息用于指示对待处理图像进行放大处理的倍数，或者对待处理图像进行缩小处理的倍数；根据缩放倍数信息确定级联次数，其中，级联次数表示待处理图像经过图像处理模型的次数；按照级联次数，通过图像处理模型获取待处理图像所对应的目标图像，目标图像对应于第二倍率，第二倍率与级联次数具有关联关系，且第二倍率不同于第一倍率。本申请还公开了一种图像展示方法，模型训练方法以及装置。本申请利用图像处理模型实现了任意放大倍数的图像超分辨，在保证性能的情况下对任意放大倍数的图像超分辨。

技术领域

本申请涉及人工智能领域，尤其涉及一种图像处理方法、图像展示方法、模型训练方法及装置。

背景技术

在多种应用场景中，受限于图像采集设备成本，或者视频图像传输带宽，又或者成像模态本身的技术瓶颈，并不是每一次都有条件获得高清的图像，由此，超分辨率技术应运而生。超分辨率技术可从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。

目前，为了可以更好地实现超分辨率技术，已经设计出一种超分辨率任意放大网络(A Magnification-Arbitrary Network for Super-Resolution，Meta-SR)，Meta-SR通过增加基于元学习的滤波器生成模块，以及修改上采样方式，实现单一模型任意放大倍数的图像超分辨。

然而，由于Meta-SR的输入信息包括放大倍数，因此，训练后得到的Meta-SR只能适用于固定范围内的放大倍数，针对一些放大倍数无法实现相应的放大处理，由此，降低了图像处理的灵活性，减少了图像放大的使用范围。

发明内容

本申请实施例提供了一种图像处理方法、图像展示方法、模型训练方法及装置，无需针对不同放大倍数训练不同的模型，某放大倍数下的图像处理模型可以通过级联方式实现更大的放大倍数，具有幂次关系的放大倍数只需要训练一个模型，从而减少了需要训练和保存的模型数，由此，提升了灵活性，增大了图像放大的使用范围。

有鉴于此，本申请第一方面提供一种图像处理方法，包括：

获取待处理图像，其中，所述待处理图像对应于第一倍率；

获取所述待处理图像所对应的缩放倍数信息，其中，所述缩放倍数信息用于指示对所述待处理图像进行放大处理的倍数，或者对所述待处理图像进行缩小处理的倍数；

根据所述缩放倍数信息确定级联次数，其中，所述级联次数为大于或等于1的整数，所述级联次数表示采用相同的图像处理模型对所述待处理图像进行处理的次数；

按照所述级联次数，通过所述图像处理模型获取所述待处理图像所对应的目标图像，其中，所述目标图像对应于第二倍率，所述第二倍率与所述级联次数具有关联关系，且所述第二倍率不同于所述第一倍率。

本申请第二方面提供一种图像展示方法，包括：

获取待处理图像，其中，所述待处理图像对应于第一倍率；

接收图像调节指令，其中，所述图像调节指令携带图像放大参数，所述图像放大参数用于指示对所述待处理图像进行放大处理的倍数；

响应于所述图像调节指令，根据所述图像放大参数确定级联次数，其中，所述级联次数为大于或等于1的整数，所述级联次数表示采用相同的图像处理模型对所述待处理图像进行处理的次数；

按照所述级联次数，通过所述图像处理模型获取所述待处理图像所对应的目标图像，其中，所述目标图像对应于第二倍率，所述第二倍率与所述级联次数具有关联关系，且所述第二倍率大于所述第一倍率；

展示所述目标图像。