[发明专利]图像画质增强方法、装置、设备和介质有效

专利信息
申请号: 202110642485.4 申请日: 2021-06-09
公开(公告)号: CN113313650B 公开(公告)日: 2023-10-13
发明(设计)人: 蔡佳音;邢怀飞 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/40;G06T7/11;G06T7/194;G06T3/40
代理公司: 北京市汉坤律师事务所 11602 代理人: 姜浩然;吴丽丽
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 画质 增强 方法 装置 设备 介质
【说明书】:

本公开提供了一种图像画质增强方法、装置、设备和介质,涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可应用于图像处理场景下。该方法包括:确定待处理图像中的兴趣区域和非兴趣区域;将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据;将非兴趣区域输入非兴趣区域画质增强模型,以获得非兴趣区域画质增强模型输出的第二图像数据;以及对第一图像数据和第二图像数据进行融合。

技术领域

本公开涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可应用于图像处理场景下,特别涉及一种图像画质增强方法和装置、图像画质增强模型的训练方法和装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

图像的主观质量增强是计算机视觉领域的热门方向,具体可以采用如噪声抑制、边缘锐化、色彩增强、超分辨率等图像画质增强方法,对图像和视频进行处理,从而提升用户对图像和视频的观感。随着算力的进步和数据量的倍增,以及以卷积神经网络、注意力机制模块等技术为代表的深度学习技术的崛起,新的基于大数据驱动、基于学习的算法逐渐被业界广泛采用,相比于传统方法更加依赖于经验参数,基于深度学习的方法更加依赖于数据驱动。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像画质增强方法和装置、图像画质增强模型的训练方法和装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面,提供了一种图像画质增强方法,包括:确定待处理图像中的兴趣区域和非兴趣区域;将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据;将非兴趣区域输入非兴趣区域画质增强模型,以获得非兴趣区域画质增强模型输出的第二图像数据;以及对第一图像数据和第二图像数据进行融合。

根据本公开的另一方面,提供了一种图像画质增强模型的训练方法,包括:确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型;获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据;以及利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。

根据本公开的另一方面,提供了一种图像画质增强装置,包括:确定单元,被配置为确定待处理图像中的兴趣区域和非兴趣区域;兴趣区域画质增强模型,被配置为基于兴趣区域输入,输出第一图像数据;非兴趣区域画质增强模型,被配置为基于非兴趣区域输入,输出第二图像数据;以及融合单元,被配置为对第一图像数据和第二图像数据进行融合。

根据本公开的另一方面,提供了一种图像画质增强模型的训练装置,包括:确定单元,被配置为确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;获取单元,被配置为获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;以及训练单元,被配置为利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型,其中,获取单元被进一步配置为获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据,其中,训练单元被进一步配置为利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110642485.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top