[发明专利]图像增强模型的训练、图像增强方法、装置和存储介质

说明书

本发明涉及一种图像增强模型的训练、图像增强方法、装置和存储介质，所述图像增强模型的训练方法包括：获取第一训练图像集，所述第一训练图像集中的各个训练样本包括训练图像以及配对的目标图像；根据所述第一训练图像集的各个训练样本对初始图像增强模型进行有监督的模型训练，得到中间图像增强模型；获取第二训练图像集，所述第二训练图像集包括第一质量图像子集和第二质量图像子集；根据所述第二训练图像集对所述中间图像增强模型和判别网络模型进行对抗学习，采用无监督训练算法训练得到目标图像增强模型。上述方法可以提高目标图像增强模型的图像增强效果。

技术领域

本发明涉及图像处理领域，特别是涉及图像增强模型的训练、图像增强方法、装置和存储介质。

背景技术

随着多媒体技术和网络技术的飞速发展和广泛应用，人们在日常生活和生产活动大量使用图像信息。为了提高图像质量，需要进行图像增强，图像增强是一种用于增强图像中的有用信息，改善图像的视觉效果的方法。

目前，通常采用直方图均衡化等方法对图像的视觉效果进行改善，例如通过将随机分布的图像直方图修改成均匀分布的直方图，从而达到增强图像整体对比度的效果，然而，所需改善视觉效果的图像以及所需改善的参数是多种多样的，因此通过直方图进行改善的图像增强经常不满足要求，图像增强效果差。

发明内容

基于此，有必要针对上述的问题，提供一种图像增强模型的训练、图像增强方法、装置、计算机设备和存储介质，进行有监督训练时，利用配对的图像对进行训练能够学习到有效的图像增强模型，再利用两种不同质量的训练图像进行无监督的对抗学习，以对有效的图像增强模型进行进一步调整，能够增加模型的适用性，因此得到的目标图像增强模型的图像增强效果好。

一种图像增强模型的训练方法，所述方法包括：获取第一训练图像集，所述第一训练图像集中的各个训练样本包括训练图像以及配对的目标图像；根据所述第一训练图像集的各个训练样本对初始图像增强模型进行有监督的模型训练，得到中间图像增强模型；获取第二训练图像集，所述第二训练图像集包括第一质量图像子集和第二质量图像子集；根据所述第二训练图像集对所述中间图像增强模型和判别网络模型进行对抗学习，采用无监督训练算法训练得到目标图像增强模型。

一种图像增强模型的训练装置，所述装置包括：第一训练图像集获取模块，用于获取第一训练图像集，所述第一训练图像集中的各个训练样本包括训练图像以及配对的目标图像；有监督训练模块，用于根据所述第一训练图像集的各个训练样本对初始图像增强模型进行有监督的模型训练，得到中间图像增强模型；第二训练图像集获取模块，用于获取第二训练图像集，所述第二训练图像集包括第一质量图像子集和第二质量图像子集；无监督训练模块，用于根据所述第二训练图像集对所述中间图像增强模型和判别网络模型进行对抗学习，采用无监督训练算法训练得到目标图像增强模型。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述图像增强模型的训练方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述图像增强模型的训练方法的步骤。

上述图像增强模型的训练方法、装置、计算机设备和存储介质，进行有监督训练时，利用配对的图像对进行训练能够学习到有效的图像增强模型，再利用无标注的图像进行无监督训练，且利用两种不同质量的训练图像进行对抗学习，以对有效的图像增强模型进行进一步调整，能够增加模型的适用性，因此得到的目标图像增强模型图像增强效果好