[发明专利]训练图像修复模型的方法、图像修复方法、装置、介质及设备

说明书

本公开涉及一种训练图像修复模型的方法、图像修复方法、装置、介质及设备，其中，所述训练图像修复模型的方法，包括：利用预设的掩膜图像对完整图像进行破损处理，生成破损图像；将破损图像输入至图像修复模型，获得修复图像和缺失图像；根据完整图像、修复图像、掩膜图像和缺失图像，确定图像修复模型的损失值；在损失值大于预设阈值时，根据损失值更新图像修复模型。因此，可以提高该图像修复模型的鲁棒性和可迁移性，并且有效提高基于该图像修复模型进行图像修复获得的修复图像的质量，提升用户使用体验。

技术领域

本公开涉及图像处理领域，具体地，涉及一种训练图像修复模型的方法、图像修复方法、装置、介质及设备。

背景技术

图像修复的主要目的是还原图像中缺失的部分，在现实生活中有着广泛的应用。现有技术中，图像修复通常通过深度学习方法实现，如通过训练自编码全卷积神经网络或者对抗生成网络获得图像修复模型，从而基于该图像修复模型获得修复的图像。然而在该图像修复方式中，只通过计算上述网络修复的图像与完整图像之间的像素差异性来监督训练，使得训练所得的图像修复模型鲁棒性较低。

发明内容

本公开的目的是提供一种应用广泛的训练图像修复模型的方法、图像修复方法、装置、介质及设备。

为了实现上述目的，根据本公开的第一方面，提供一种训练图像修复模型的方法，所述方法包括：

利用预设的掩膜图像对完整图像进行破损处理，生成破损图像；

将所述破损图像输入至图像修复模型，获得修复图像和缺失图像，所述缺失图像为所述破损图像的缺失部分的图像；

根据所述完整图像、所述修复图像、所述掩膜图像和所述缺失图像，确定所述图像修复模型的损失值；

在所述损失值大于预设阈值时，根据所述损失值更新所述图像修复模型。

根据本公开的第二方面，提供一种图像修复方法，所述方法包括：

接收待修复图像；

将所述待修复图像输入至图像修复模型，得到修复图像，其中，所述图像修复模型是通过上述第一方面所述方法进行训练得到的。

根据本公开的第三方面，提供一种训练图像修复模型的装置，所述装置包括：

生成模块，用于利用预设的掩膜图像对完整图像进行破损处理，生成破损图像；

修复模块，用于将所述破损图像输入至图像修复模型，获得修复图像和缺失图像，所述缺失图像为所述破损图像的缺失部分的图像；

确定模块，用于根据所述完整图像、所述修复图像、所述掩膜图像和所述缺失图像，确定所述图像修复模型的损失值；

更新模块，用于在所述损失值大于预设阈值时，根据所述损失值更新所述图像修复模型。

根据本公开的第四方面，提供一种图像修复装置，所述装置包括：

接收模块，用于接收待修复图像；

处理模块，用于将所述待修复图像输入至图像修复模型，得到修复图像，其中，所述图像修复模型是通过上述第一方面所述方法进行训练得到的。

根据本公开的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面所述方法的步骤。

根据本公开的第六方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第二方面所述方法的步骤。

根据本公开的第七方面，提供一种电子设备，包括：

存储器，其上存储有计算机程序；