[发明专利]图像处理方法及装置

说明书

本申请实施例公开了一种图像处理方法及装置，用以优化将低像素图像转换为高像素图像的效果。所述方法包括：获取目标图像，确定所述目标图像中的关键区域；根据预先生成的多尺度图像模型，提取所述关键区域内的深层特征，所述多尺度图像模型中包括各目标图像在至少一种尺寸下的关键区域内的深层特征信息；对所述目标图像以及所述关键区域内的深层特征进行处理，得到所述目标图像对应的高分辨率目标图像。该技术方案能够充分挖掘目标图像中的关键特征，进而使得最终得到的高分辨率目标图像能够充分刻画关键区域的边缘和纹理，优化了对目标图像提升分辨率的效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。

背景技术

随着技术的发展，如何利用计算机图像处理技术和计算机视觉技术将低像素的人脸生成高像素的人脸，成为安防和侦查等领域的又一个重要发展方向。人脸识别作为安防和侦查的主要依据，对其的研究在近年来得到越来越多的关注。而实际中的摄像头由于可覆盖的像素点有限，在保证广度的条件下，必然会丧失对目标像素点的覆盖，而低像素图像在进行人脸识别的时候必然会导致精度的降低。因此怎样将低像素人脸图像转化为高像素人脸变得愈加重要。

现有技术中，主要采用超分辨率方法提高图像的分辨率，然而，随着深度学习技术的发展，传统的超分辨率方法(如双三插值、样条插值等方法)的效果已经大大落后，原因在于，基于单张图像的超分辨率图像重建方法对目标的可利用信息较少，导致在有效提高超分辨率效果方面具有很大的难度，且缺少对边缘和纹理的有效刻画，从而使生成的图像变得较为模糊。

发明内容

本申请实施例的目的是提供一种图像处理方法及装置，用以优化将低像素图像转换为高像素图像的效果。

为解决上述技术问题，本申请实施例是这样实现的：

一方面，本申请实施例提供一种图像处理方法，包括：

获取目标图像，确定所述目标图像中的关键区域；

根据预先生成的多尺度图像模型，提取所述关键区域内的深层特征，所述多尺度图像模型中包括各目标图像在至少一种尺寸下的关键区域内的深层特征信息；

对所述目标图像以及所述关键区域内的深层特征进行处理，得到所述目标图像对应的高分辨率目标图像。

可选地，所述方法还包括：

利用预定超分辨率方式对所述目标图像进行超分辨率处理，得到待处理图像；

相应地，对所述目标图像以及所述关键区域内的深层特征进行处理，得到所述目标图像对应的高分辨率目标图像，包括：

融合所述待处理图像以及所述关键区域内的深层特征，得到所述目标图像对应的高分辨率目标图像。

可选地，所述方法还包括：

确定针对所述目标图像的期望提升尺寸；

相应地，所述提取所述关键区域内的深层特征，包括：

从所述多尺度图像模型中获取所述目标图像在所述期望提升尺寸下的关键区域内的深层特征信息；

根据所述获取的深层特征信息提取所述关键区域内的深层特征。

可选地，所述方法还包括：

获取多个被标记关键区域的样本目标图像，以及，获取各所述样本目标图像在所述至少一种尺寸下分别对应的样本高分辨率目标图像，所述样本高分辨率目标图像为与所述样本目标图像的图像内容相同、且分辨率更高的图像；