[发明专利]一种图像质量的处理方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210814039.1 申请日: 2022-07-11
公开(公告)号: CN115082417A 公开(公告)日: 2022-09-20
发明(设计)人: 王淼;赵珉怿;王杰;周水庚 申请(专利权)人: 北京字跳网络技术有限公司;复旦大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06V30/19;G06V30/41;G06N3/04;G06N3/08
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 李博洋
地址: 100190 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: 一种 图像 质量 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像质量的处理方法,其特征在于,所述方法包括:

获取待处理的原始文本图像;

提取所述原始文本图像的第一图像特征,并基于所述第一图像特征检测原始文本图像的目标质量缺陷类型;

确定所述目标质量缺陷类型对应的目标增强处理策略,利用所述目标增强处理策略对第二图像特征进行质量增强处理,得到目标文本图像,其中,第二图像特征为所述原始文本图像中待进行质量增强的图像特征。

2.根据权利要求1所述的方法,其特征在于,在提取所述原始文本图像的第一图像特征之前,所述方法还包括:

获取预先训练好的文本处理模型,其中,所述文本处理模型包括:质量缺陷预测网络以及图像质量处理网络,所述质量缺陷预测网络包括第一卷积子网络以及预测子网络,所述图像质量处理网络包括多个关联的第二卷积子网络以及修复子网络。

3.根据权利要求2所述的方法,其特征在于,提取所述原始文本图像的第一图像特征,并基于所述第一图像特征检测原始文本图像的目标质量缺陷类型,包括:

通过所述第一卷积子网络提取所述原始文本图像对应的第一图像特征,并将所述第一图像特征输入预测子网络;

通过所述预测子网络根据所述第一图像特征以及第一对应关系,得到所述原始文本图像对应的目标质量缺陷类型,其中,第一对应关系为图像特征与质量缺陷类型之间的对应关系。

4.根据权利要求2所述的方法,其特征在于,所述确定所述目标质量缺陷类型对应的目标增强处理策略,利用所述目标增强处理策略对第二图像特征进行质量增强处理,得到目标文本图像,包括:

通过所述第二卷积子网络提取所述原始文本图像中至少一个用于进行质量增强的候选图像特征,并将所述候选图像特征传递至所述修复子网络;

通过所述修复子网络依据第二对应关系以及目标质量缺陷类型得到目标增强处理策略,并将所述候选图像特征中与所述目标质量缺陷类型相匹配的图像特征确定为所述第二图像特征,按照所述目标增强处理策略对所述第二图像特征进行质量增强处理,得到目标文本图像,其中,所述第二对应关系为质量缺陷类型与增强处理策略之间的对应关系。

5.根据权利要求2所述的方法,其特征在于,所述文本处理模型的训练方法包括:

获取输入文本图像;

利用待训练的初始文本处理模型提取所述输入文本图像的第三图像特征,并基于所述第三图像特征得到输入文本图像的预测质量缺陷类型;

确定所述预测质量缺陷类型对应的增强处理策略,利用所述增强处理策略对第四图像特征进行质量增强处理,得到输出文本图像,其中,第四图像特征为所述输入文本图像中待进行质量增强的图像特征;

确定所述输入文本图像与所述输出文本图像之间的目标损失,基于所述目标损失对所述初始文本处理模型进行校正,直至得到训练好的文本处理模型。

6.根据权利要求5所述的方法,其特征在于,所述利用待训练的初始文本处理模型提取所述输入文本图像的第三图像特征,并基于所述第三图像特征得到输入文本图像的预测质量缺陷类型,包括:

通过所述第一卷积子网络提取所述输入文本图像的第三图像特征,并将所述第三图像特征输入预测子网络;

通过所述预测子网络学习所述第三图像特征与质量缺陷类型标签之间的第一对应关系,并基于所述第一对应关系以及所述第三图像特征,得到所述输入文本图像的预测质量缺陷类型,其中,所述质量缺陷类型标签为输入文本图像所携带的标签。

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字跳网络技术有限公司;复旦大学,未经北京字跳网络技术有限公司;复旦大学许可,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/202210814039.1/1.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