[发明专利]一种影像处理方法、装置和电子设备在审
申请号: | 202310179475.0 | 申请日: | 2023-02-27 |
公开(公告)号: | CN116309049A | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 傅智铭 | 申请(专利权)人: | 鼎道智芯(上海)半导体有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06N3/0464;G06N3/08 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 周艳;浦彩华 |
地址: | 201203 上海市浦东新区中国(*** | 国省代码: | 上海;31 |
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 影像 处理 方法 装置 电子设备 | ||
1.一种影像处理方法,包括:
获取待处理影像的解压缩文件和所述待处理影像的压缩参数;
将所述解压缩文件和所述压缩参数输入至已训练好的目标网络模型进行超分处理,生成超分影像。
2.根据权利要求1所述的影像处理方法,所述待处理影像为压缩影像,包括待处理视频或待处理图像中的至少一种。
3.根据权利要求1所述的影像处理方法,所述压缩参数包括压缩方法、压缩率、运动补偿量和解压缩参数中的至少之一。
4.根据权利要求1所述的影像处理方法,所述已训练好的目标网络模型基于训练影像的解压缩文件和所述训练影像的压缩参数对初始网络模型进行训练得到;所述训练影像的获取方法包括:
获取样本影像;
对所述样本影像依次进行下采样处理和压缩处理,得到所述训练影像;所述样本影像的分辨率与预期生成的所述超分影像的目标分辨率之间的差值小于预设阈值。
5.根据权利要求4所述的影像处理方法,所述基于训练影像的解压缩文件和所述训练影像的压缩参数对初始网络模型进行训练,包括:
将多个所述训练影像的解压缩文件和每个所述训练影像的压缩参数输入至初始网络模型进行超分处理,生成训练超分影像;
基于所述样本影像上的特征参量和所述训练超分影像上的特征参量,确定所述训练超分影像的保真度;
直至所述保真度满足预设要求,完成训练,得到所述已训练好的目标网络模型。
6.根据权利要求5所述的影像处理方法,所述基于所述样本影像上的特征参量和所述训练超分影像上的特征参量,确定所述训练超分影像的保真度,包括:
获取所述训练超分影像上设定区域的至少一组特征参量;
基于所述至少一组特征参量和所述样本影像上对应区域的特征参量的差值,确定所述初始超分影像的保真度。
7.根据权利要求5所述的影像处理方法,若所述保真度不满足预设要求,则基于所述样本影像和对应的初始超分影像对所述初始网络模型进行调整,包括:
基于所述训练超分影像和所述样本影像,获取目标损失;所述目标损失用于指示超分后的所述训练超分影像与原始的所述样本影像之间的差异;
基于所述目标损失对所述初始网络模型进行更新,直至对所述样本影像进行超分得到的训练超分影像的所述保真度满足预设要求,得到目标网络模型。
8.根据权利要求1所述的影像处理方法,所述目标网络模型包括注意力模块;所述将所述解压缩文件和所述压缩参数输入至已训练好的目标网络模型进行超分处理,生成超分影像,包括:
将所述解压缩文件输入至所述注意力模块,获取目标影像特征;
基于所述压缩参数和所述目标影像特征进行超分处理,生成超分影像。
9.一种影像处理装置,包括:
获取模块,用于获取待处理影像的解压缩文件和所述待处理影像的压缩参数;
生成模块,用于将所述解压缩文件和所述压缩参数输入至已训练好的目标网络模型进行超分处理,生成超分影像。
10.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,所述处理器执行如权利要求1至8中任一项所述方法的步骤。
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鼎道智芯(上海)半导体有限公司,未经鼎道智芯(上海)半导体有限公司许可,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/202310179475.0/1.html,转载请声明来源钻瓜专利网。