[发明专利]模型训练及图像处理方法、介质、装置和计算设备

权利要求书

1.一种模型训练方法，包括：

获取多组训练样本，所述训练样本中包括样本待处理图像、样本人脸解析图像和标签增强图像；

将所述样本待处理图像和所述样本人脸解析图像输入图像增强模型，得到所述图像增强模型输出的样本增强图像；

根据所述样本增强图像和所述标签增强图像对所述图像增强模型的参数进行调整。

2.根据权利要求1所述的方法，所述将所述样本待处理图像和所述样本人脸解析图像输入图像增强模型，得到所述图像增强模型输出的样本增强图像，包括：

对所述样本待处理图像进行特征提取处理，得到R个样本特征图像，所述R为大于或等于2的正整数；

根据所述R个样本特征图像和所述样本人脸解析图像进行图像重建处理，得到R-1个样本重建特征图像；

根据所述R-1个样本重建特征图像，得到所述样本增强图像。

3.根据权利要求2所述的方法，所述对所述样本待处理图像进行特征提取处理，得到R个样本特征图像，包括：

对所述样本待处理图像进行卷积处理，得到第1个样本特征图像；

从所述第1个样本特征图像开始，依次对第i个样本特征图像进行卷积处理和下采样处理，得到第i+1个样本特征图像，所述i依次为1,2,...,R-1，直至得到所述R个样本特征图像，所述第i个样本特征图像的尺寸为所述M为所述样本待处理图像在宽度上包括的像素点数，所述N为所述样本待处理图像在高度上包括的像素点数。

4.根据权利要求2或3所述的方法，所述根据所述R-1个样本重建特征图像，得到所述样本增强图像，包括：

根据所述R-1个样本重建特征图像，得到所述样本待处理图像的样本残差特征；

对所述样本残差特征进行卷积处理，得到样本卷积残差特征；

根据所述样本卷积残差特征和第1个样本重建特征图像，得到所述样本增强图像。

5.根据权利要求1-3任一项所述的方法，所述根据所述样本增强图像和所述标签增强图像对所述图像增强模型的参数进行调整，包括：

获取所述样本增强图像和所述标签增强图像之间的样本损失值；

根据所述样本损失值对所述图像增强模型的参数进行调整。

6.一种图像处理方法，包括：

对待处理图像进行人脸解析处理，得到对应的人脸解析图像；

将所述待处理图像和所述人脸解析图像输入至图像增强模型，得到所述待处理图像对应的增强图像，所述图像增强模型为根据权利要求1-15任一项所述的模型训练方法训练得到的模型。

7.根据权利要求6所述的方法，所述将所述待处理图像和所述人脸解析图像输入至图像增强模型，得到所述待处理图像对应的增强图像，包括：

对所述待处理图像进行特征提取处理，得到R个特征图像，所述R为大于或等于2的正整数；

根据所述R个特征图像和所述人脸解析图像进行图像重建处理，得到R-1个重建特征图像；

根据所述R-1个重建特征图像，得到所述增强图像。

8.根据权利要求7所述的方法，所述对所述待处理图像进行特征提取处理，得到R个特征图像，包括：

对所述待处理图像进行卷积处理，得到第1个特征图像；

从所述第1个特征图像开始，依次对第i个特征图像进行卷积处理和下采样处理，得到第i+1个特征图像，所述i依次为1,2,...,R-1，直至得到所述R个特征图像，所述第i个特征图像的尺寸为所述M为所述待处理图像在宽度上包括的像素点数，所述N为所述待处理图像在高度上包括的像素点数。

9.一种模型训练装置，包括：

获取模块，用于获取多组训练样本，所述训练样本中包括样本待处理图像、样本人脸解析图像和标签增强图像；

处理模块，用于将所述样本待处理图像和所述样本人脸解析图像输入图像增强模型，得到所述图像增强模型输出的样本增强图像；

训练模块，用于根据所述样本增强图像和所述标签增强图像对所述图像增强模型的参数进行调整。

10.一种图像处理装置，包括：

解析模块，用于对待处理图像进行人脸解析处理，得到对应的人脸解析图像；

处理模块，用于将所述待处理图像和所述人脸解析图像输入至图像增强模型，得到所述待处理图像对应的增强图像，所述图像增强模型为根据权利要求1-5任一项所述的模型训练方法训练得到的模型。