[发明专利]一种图像重建方法、终端设备及计算机可读存储介质

说明书

本申请适用于图像处理技术领域，提供了一种图像重建方法、终端设备及计算机可读存储介质，所述图像重建方法包括：构建生成网络模型和判别网络模型，对所述生成网络模型和所述判别网络模型进行交替迭代训练获得交替迭代训练后的生成网络模型，在第N次交替训练过程中，训练判别网络模型时，从历史交替训练时所述生成网络模型的输出中选择一组样本加入所述判别网络模型本次交替训练过程的输入样本中，N为大于1的整数，获取待重建的图像，并通过交替迭代训练后的生成网络模型对所述待重建的图像进行重建，获得重建后的图像，通过本申请中的图像重建方法获得的图像自然、真实。

技术领域

本申请属于图像处理技术领域，尤其涉及一种图像重建方法、终端设备及计算机可读存储介质。

背景技术

在拍照过程中，由于各种因素的存在，拍摄获得的图像常常出现模糊的问题。或者，原本清晰的图像由于保存过程中格式转换等原因造成图像的质量下降。为了使得图像尽量的清晰，会对质量不好的图像加以重建或恢复。

目前，对图像重建或恢复的方法通常采用图像插值、图像锐化等方法。然而，图像插值和图像锐化的方法均不能有效恢复丢失的高频信息，使得重建或恢复后的图像不自然、失真。

发明内容

有鉴于此，本申请实施例提供了一种图像重建方法、终端设备及计算机可读存储介质，以解决目前图像重建的方法获得的图像不自然、失真的问题。

本申请实施例的第一方面提供了一种图像重建方法，包括：

构建生成网络模型和判别网络模型；

对所述生成网络模型和所述判别网络模型进行交替迭代训练获得交替迭代训练后的生成网络模型，其中，在第N次交替训练过程中，训练判别网络模型时，从历史交替训练时所述生成网络模型的输出中选择一组样本加入所述判别网络模型本次交替训练过程的输入样本中，对上一次交替训练后的判别网络模型进行训练，以获得本次交替训练后的判别网络模型，N为大于1的整数；

获取待重建的图像，并通过交替迭代训练后的生成网络模型对所述待重建的图像进行重建，获得重建后的图像。

本申请实施例的第二方面提供了一种终端设备，包括：

模型构建模块，用于构建生成网络模型和判别网络模型；

模型训练模块，用于对所述生成网络模型和所述判别网络模型进行交替迭代训练获得交替迭代训练后的生成网络模型，其中，在第N次交替训练过程中，训练判别网络模型时，从历史交替训练时所述生成网络模型的输出中选择一组样本加入所述判别网络模型本次交替训练过程的输入样本中，对上一次交替训练后的判别网络模型进行训练，以获得本次交替训练后的判别网络模型，N为大于1的整数；

重建模块，用于获取待重建的图像，并通过交替迭代训练后的生成网络模型对所述待重建的图像进行重建，获得重建后的图像。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。