[发明专利]多任务图像复原方法、系统、电子设备及存储介质

权利要求书

1.一种多任务图像复原方法，其特征在于，包括：

获取待处理的原始图像；

将所述原始图像输入图像复原模型，得到所述图像复原模型输出的复原图像；

其中，所述图像复原模型是基于非配对图像数据分别对终身循环生成对抗网络进行低光增强、去模糊和去噪多个图像复原任务训练得到的。

2.根据权利要求1所述的一种多任务图像复原方法，其特征在于，所述图像复原模型的训练过程包括：

低光增强任务训练：将未配对的低光图像样本数据和正常光图像样本数据分别输入至终身循环生成对抗网络进行低光增强任务训练，得到低光增强任务的网络模型；

去模糊任务训练：对所述低光增强任务的网络模型进行初始化，将模糊图像数据集输入所述低光增强任务的网络模型，进行去模糊任务训练，并加入知识蒸馏和记忆重放进行约束，得到去模糊任务的网络模型；

去噪任务训练：对所述去模糊任务的网络模型进行初始化，将去噪声图像数据集输入所述去模糊任务的网络模型，进行去噪任务训练，并加入知识蒸馏和记忆重放进行约束，得到图像复原模型。

3.根据权利要求2所述的一种多任务图像复原方法，其特征在于，所述低光增强任务训练的过程，包括：

将未配对的低光图像样本数据和正常光图像样本数据作为真实图像数据分别输入至所述终身循环生成对抗网络；

通过全局生成器获得所述真实图像数据对应的生成图像数据；

通过全局鉴别器区分所述真实图像数据和所述生成图像数据；

通过所述真实图像数据和所述生成图像数据对所述终身循环生成对抗网络进行训练，得到低光增强任务的网络模型。

4.根据权利要求3所述的一种多任务图像复原方法，其特征在于，所述低光增强任务训练的过程，还包括：

加入特征一致性损失，通过所述特征一致性损失保持训练过程中复原图像样本数据的细节纹路和颜色特征。

5.根据权利要求3所述的一种多任务图像复原方法，其特征在于，所述低光增强任务训练的过程，还包括：

设置局部生成器和局部鉴别器，通过所述局部生成器和所述局部鉴别器修复训练过程中复原图像样本数据的局部细节。

6.根据权利要求2所述的一种多任务图像复原方法，其特征在于，所述去模糊任务训练的过程，包括：

对所述低光增强任务的网络模型进行初始化，将模糊图像数据集输入所述低光增强任务的网络模型；

通过知识蒸馏对所述低光增强任务的网络模型中的局部生成器和局部鉴别器进行约束；

从所述低光增强任务训练中随机选取多个低光图像加入所述模糊图像数据集进行联合训练，得到去模糊任务的网络模型。

7.一种多任务图像复原系统，其特征在于，包括：

获取模块，用于获取待处理的原始图像；

复原模块，用于将所述原始图像输入图像复原模型，得到所述图像复原模型输出的复原图像；

其中，所述图像复原模型是基于非配对图像数据分别对终身循环生成对抗网络进行低光增强、去模糊和去噪多个图像复原任务训练得到的。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至6任一项所述多任务图像复原方法的步骤。

9.一种非暂态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如权利要求1至6任一项所述多任务图像复原方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述多任务图像复原方法的步骤。