[发明专利]图像数据处理方法、装置、存储介质和计算机设备

权利要求书

1.一种图像数据处理方法，所述方法包括：

获取图像数据；所述图像数据是将图像编码获得的适于传输的数据；

对所述图像数据进行解码，获得相应的图像；

将解码获得的图像输入神经网络模型，通过所述神经网络模型，从输入的图像提取残差图像，并将所述输入的图像放大；所述残差图像比所述输入的图像的尺寸大；放大后的图像与所述残差图像尺寸一致；通过所述神经网络模型，根据所述残差图像和所述放大后的图像获得模型输出图像；所述神经网络模型根据作为训练样本的图像和作为训练标签的图像训练得到；所述作为训练样本的图像是将所述作为训练标签的图像依次经过缩小、编码和解码得到；

根据所述模型输出图像，获得将所述解码获得的图像放大后的、且经过图像增强处理的图像。

2.根据权利要求1所述的方法，其特征在于，所述获取图像数据，包括：

在目标终端采集到图像并将采集的图像编码为适于网络传输的图像数据后，接收所述目标终端通过网络传输的所述图像数据。

3.根据权利要求1所述的方法，其特征在于，所述神经网络模型根据作为训练样本的图像、作为训练标签的图像和将所述作为训练标签的图像进行缩小时的缩放参数训练得到；

所述将所述输入的图像放大，包括：

按照输入所述神经网络模型的缩放比例，将所述输入的图像放大。

4.根据权利要求1所述的方法，其特征在于，所述从输入的图像提取残差图像，包括：

对输入的图像进行卷积处理，得到特征图；

将所述特征图输入中间层单元，得到中间层单元输出的中间数据；

对所述中间数据进行反卷积处理，得到残差图像。

5.根据权利要求4所述的方法，其特征在于，所述中间层单元包括卷积层组、参数化修正线性单元层组和特征图求和层组；

所述将所述特征图输入中间层单元，得到中间层单元输出的中间数据包括：

输入所述特征图至中间层单元，依次通过所述中间层单元中的卷积层组和参数化修正线性单元层组，获得所述参数化修正线性单元层组输出的特征图；

将所述参数化修正线性单元层组输出的特征图和输入所述中间层单元的特征图经过所述特征图求和层组进行求和处理，得到中间层单元输出的中间数据。

6.根据权利要求4所述的方法，其特征在于，所述将所述特征图输入中间层单元，得到中间层单元输出的中间数据，包括：

将所述特征图输入中间层单元的链式组合中首个的中间层单元；

在所述链式组合中，从所述首个的中间层单元起，依次将每个非末尾的中间层单元输出的特征图输入至下一中间层单元；

由所述链式组合末尾的中间层单元输出中间数据。

7.根据权利要求1所述的方法，其特征在于，作为训练样本的图像依次经过缩小、编码和解码后的图像直接作为训练样本；

所述根据所述模型输出图像，获得将所述解码获得的图像放大后的、且经过图像增强处理的图像，包括：

通过与所述神经网络模型相互独立的程序，对所述模型输出图像进行图像增强处理，得到经过图像增强处理的图像。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取作为训练标签的图像；

将所述图像缩小；

对缩小后的图像进行适于传输的编码和解码，得到作为训练样本的图像；

将作为训练标签的图像进行图像增强处理；

根据经过图像增强处理的所述作为训练标签的图像，以及所述作为训练样本的图像训练神经网络模型；

所述根据所述模型输出图像，获得将所述解码获得的图像放大后的、且经过图像增强处理的图像，包括：

将所述模型输出图像直接作为将所述解码获得的图像放大后的、且经过图像增强处理的图像。