[发明专利]模型生成方法、图像增强方法、装置及计算机可读存储介质

说明书

本发明提供了一种模型生成方法、图像增强方法、装置及计算机可读存储介质，属于网络技术领域。该方法可以根据不同强度等级差对应的样本图像对及其强度等级差，并利用初始增强模型根据样本图像对的强度等级差对样本图像进行增强处理，基于增强后的样本图像以及样本图像的样本增强图像，计算损失值，若损失值在预设范围内，将初始增强模型作为图像增强模型。这样，利用该生成的图像增强模型在对待分类图像进行处理时，可以基于不同的强度等级差，对待分类图像进行不同增强程度的处理，这样，无需多个模型，通过输入强度等级差，利用该单个模型即可实现对图像进行不同强度的增强。

技术领域

本发明属于网络技术领域，特别是涉及一种模型生成方法、图像增强方法、装置及计算机可读存储介质。

背景技术

随着网络的不断发展，用户经常会拍摄图像，但受到用户拍摄设备质量以及拍摄环境的影响，拍摄图像可能会出现质量较差的情况，例如，对比度、饱和度过高或过低，为了提高图像的质量，往往会对图像进行增强处理，由于对图像处理的需求不同，因此，经常需要对图像进行不同强度的增强处理。

现有技术中，为了实现对不同图像进行不同强度的增强处理，往往是采用多个不用强度的图像增强模型，从这多个图像增强模型中选择符合增强需求的模型进行图像增强处理。模型的冗余性较大，整个操作也较为繁琐，便捷性较低。

发明内容

本发明提供一种模型生成方法、图像增强方法、装置及计算机可读存储介质，以便解决图像增强处理操作繁琐，便捷性较低的问题。

依据本发明的第一方面，提供了一种模型生成方法，该方法包括：

对于不同强度等级差对应的样本图像对，根据所述样本图像对中的样本图像及所述样本图像对的强度等级差，并利用所述初始增强模型对所述样本图像进行增强处理；所述强度等级差表示所述样本图像对中样本增强图像的强度等级与样本图像的强度等级之间的差值；

基于增强后的样本图像以及所述样本图像的样本增强图像，获取所述初始增强模型的损失值；

若所述损失值在预设范围内，将所述初始增强模型作为图像增强模型。

可选的，所述基于增强后的样本图像以及所述样本图像的样本增强图像，获取所述初始增强模型的损失值之后，所述方法还包括：

若所述损失值不在预设范围内，基于所述损失值表示的误差程度调整所述初始增强模型的参数，并基于所述不同强度等级差对应的样本图像对，对调整后的初始增强模型继续训练。

可选的，所述根据所述样本图像对中的样本图像及所述样本图像对的强度等级差，并利用所述初始增强模型对所述样本图像进行增强处理之前，所述方法还包括：

获取多个初始图像对；所述初始图像对中包括初始图像以及初始图像的增强图像；

对于每个初始图像对，按照不同强度等级对应的图像参数调整范围以及不同强度等级对应的图像种类，对所述初始图像对中的初始图像及增强图像的图像参数进行调整，得到对应不同强度等级的备选图像；

利用每个备选图像对应的强度等级，对所述备选图像进行组合，得到不同强度等级差对应的样本图像对；所述图像参数至少包括亮度、对比度及饱和度。

可选的，所述初始增强模型包括卷积层、全连接层以及反卷积层；

所述卷积层中的参数至少包括：卷积核的值，所述全连接层中的参数至少包括权重矩阵。

可选的，所述根据所述样本图像对中的样本图像及所述样本图像对的强度等级差，并利用所述初始增强模型对所述样本图像进行增强处理，包括：

将所述样本图像对及所述样本图像对的强度等级差输入初始增强模型；