[发明专利]一种图像处理方法、装置及终端设备

说明书

本发明适用于图像处理技术领域，提供了一种图像处理方法、装置及终端设备，通过利用第一损失函数对基础神经网络模型进行训练，得到第一神经网络模型，再利用第二损失函数对所述第一神经网络模型进行训练，得到第二神经网络模型，然后将待处理图像输入所述第二神经网络模型进行处理后，生成所述待处理图像对应的目标图像，通过第一损失函数和第二损失函数的双重作用，使得最终得到的第二神经网络模型能够输出更为清晰和更多纹理细节的暗光图像，使得人们主观视觉体验更佳。

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像处理方法、装置及终端设备。

背景技术

在暗光条件下，利用传统的拍摄成像技术，很难快速拍摄出清晰的图像。为了解决单帧暗光图像复原问题，当下存在多方面的研究，目前最流行最有效的方法是基于深度学习的方法。

虽然按目前基于深度学习的图像处理模型在一定程度上提高了暗光图像的画面品质，但由于模型影响因素考虑的局限性，复原出来的图像通常较为平滑，图像比较模糊，存在较大程度的失真，主观视觉体验不佳。

发明内容

有鉴于此，本发明实施例提供了一种图像处理方法、装置及终端设备，以解决现有暗光图像存在失真，主观视觉体验不佳的问题。

本发明实施例的第一方面提供了一种图像处理方法，包括：

利用第一损失函数对基础神经网络模型进行训练，得到第一神经网络模型；

利用第二损失函数对所述第一神经网络模型进行训练，得到第二神经网络模型；

将待处理图像输入所述第二神经网络模型进行处理后，生成所述待处理图像对应的目标图像。

本发明实施例的第二方面提供了一种图像处理装置，包括：

第一训练单元，用于利用第一损失函数对基础神经网络模型进行训练，得到第一神经网络模型；

第二训练单元，用于利用第二损失函数对所述第一神经网络模型进行训练，得到第二神经网络模型；

图像处理单元，用于将待处理图像输入所述第二神经网络模型进行处理后，生成所述待处理图像对应的目标图像。

本发明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，其中，所述处理器执行所述计算机程序时实现本发明实施例的第一方面提供的图像处理方法的步骤。

其中，所述计算机程序包括：

第一训练单元，用于利用第一损失函数对基础神经网络模型进行训练，得到第一神经网络模型；

第二训练单元，用于利用第二损失函数对所述第一神经网络模型进行训练，得到第二神经网络模型；

图像处理单元，用于将待处理图像输入所述第二神经网络模型进行处理后，生成所述待处理图像对应的目标图像。

本发明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，其中，所述计算机程序被处理器执行时实现本发明实施例的第一方面提供的图像处理方法的步骤。

其中，所述计算机程序包括：

第一训练单元，用于利用第一损失函数对基础神经网络模型进行训练，得到第一神经网络模型；

第二训练单元，用于利用第二损失函数对所述第一神经网络模型进行训练，得到第二神经网络模型；

图像处理单元，用于将待处理图像输入所述第二神经网络模型进行处理后，生成所述待处理图像对应的目标图像。