[发明专利]图像处理方法、电子设备及计算机程序产品

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像；

通过多特征提取神经网络对所述待处理图像进行高频特征预测处理，得到具有不同高频特征的多个输出图像；其中，任意两个所述输出图像之间的相似度小于第一相似度；

将所述多个输出图像进行融合，得到所述待处理图像对应的高频图像；其中，所述高频图像的分辨率高于所述待处理图像。

2.根据权利要求1所述的方法，其特征在于，多特征提取神经网络包括多层，每一层中包括多个特征提取模块，前一层的所述特征提取模块与下一层的至少一个所述特征提取模块连接，位于不同层的相互连接的所述特征提取模块构成所述多特征提取神经网络的一个通道；

通过多特征提取神经网络对所述待处理图像进行高频特征预测处理，得到具有不同高频特征的多个输出图像的步骤，包括：

通过所述多特征提取神经网络对所述待处理图像进行第一特征提取，得到初始特征；

通过所述多特征提取神经网络的多个通道中的当前通道对所述初始特征进行第二特征提取，得到该通道对应的输出特征；其中，任意一个所述通道对应的输出特征的分辨率高于所述初始特征的分辨率；

将每个所述通道的输出特征分别进行上采样处理，得到多个输出图像。

3.根据权利要求2所述的方法，其特征在于，通过所述多特征提取神经网络的多个通道中的当前通道对所述初始特征进行第二特征提取，得到该通道对应的输出特征的步骤，包括：

通过当前特征提取模块对输入特征进行第二特征提取，得到该特征提取模块对应的初始输出特征；其中，如果当前特征提取模块为所述通道中的第一个特征提取模块，则所述输入特征为所述初始特征，否则，所述输入特征为上一个所述特征提取模块的输出特征；

将所述初始输出特征和当前特征提取模块对应的所述输入特征组合，作为当前特征提取模块的输出特征；

判断当前特征提取模块是否为当前通道中的最后一个特征提取模块；如果否，继续执行所述第二特征提取操作；

如果是，将当前特征提取模块的输出特征与当前通道中每一层的第一个特征提取模块的输入特征融合，将融合结果确定为当前通道对应的输出特征。

4.根据权利要求1所述的方法，其特征在于，将所述多个输出图像进行融合，得到所述待处理图像对应的高频图像的步骤，包括：

通过融合网络确定每个所述输出图像的权重；

将各个所述输出图像按照对应的权重进行加权求和，得到高频图像。

5.根据权利要求1所述的方法，其特征在于，所述多特征提取神经网络通过以下方式训练获得：

获取样本图像及初始神经网络；其中，所述样本图像包括训练图像及其对应的标签图像，所述标签图像的分辨率高于所述训练图像的分辨率；

对所述样本图像进行第三特征提取，得到所述训练图像对应的训练特征；

通过所述初始神经网络对所述训练特征进行第四特征提取，得到多个预测特征；所述预测特征的分辨率高于所述训练特征的分辨率；

根据所述预测特征确定所述预测特征对应的预测图像；

根据所述预测图像及其对应的标签图像，确定总损失值；

根据所述总损失值调整所述多特征提取神经网络的参数，直至满足第一训练停止条件。