[发明专利]图像处理方法、装置、计算机设备及存储介质

说明书

本发明公开了一种图像处理方法、装置、计算机设备及存储介质，属于图像处理领域。该方法包括：对初始网络进行训练，得到第一网络；对该第一网络进行训练，得到第二网络；对该第二网络进行训练，得到第三网络；当接收到图像处理指令时，根据该第三网络，对原始图像进行图像处理，得到多个目标图像。本发明通过对神经网络的去模糊能力、输出具有运动差异的多张处理图像的能力、以及恢复样本图像中隐含信息的能力进行训练，从而仅采用一个神经网络输出多张目标图像，各个卷积层的信息交互能力强，减小了每次图像处理过程中的计算量，提升了图像处理的效率。

技术领域

本发明涉及图像处理领域，特别涉及一种图像处理方法、装置、计算机设备及存储介质。

背景技术

随着移动终端的普及，在使用移动终端拍摄图像的过程中，容易因为设备抖动或者拍摄物体的运动，导致拍摄出的图像模糊不清，为了对模糊图像进行复原，近年来通常采用卷积神经网络对模糊图像进行图像处理。

目前，可以将一张模糊图像同时输入至少一个卷积神经网络中，该至少一个卷积神经网络平行排列，每个卷积神经网络输出一张清晰图像，从而可以获得至少一张清晰图像。其中，该模糊图像为清晰度低于预设值的任一图像。

在上述平行式的卷积神经网络架构中，由于各个平行排列的卷积神经网络缺乏交互，导致上述网络架构下的卷积神经网络信息交互能力弱，并且当所需求的清晰图片越多时，则需要训练越多的卷积神经网络，由于增加了卷积神经网络的数量，还增加了一次图像处理过程中的计算量。

发明内容

本发明实施例提供了一种图像处理方法、装置、计算机设备及存储介质,能够解决平行式卷积神经网络架构中信息交互能力弱，图像处理过程中计算量大的问题。该技术方案如下：

一方面，提供了一种图像处理方法，该方法包括：

对初始网络进行训练，得到第一网络，该第一网络用于基于第一样本图像获取多个清晰度高于该第一样本图像的第一处理图像；

对该第一网络进行训练，得到第二网络，该第二网络用于基于第二样本图像获取多个清晰度高于该第二样本图像且具有运动差异的第二处理图像；

对该第二网络进行训练，得到第三网络，该第三网络用于基于第三样本图像获取多个清晰度高于该第三样本图像、具有运动差异且保持该第三样本图像中隐含信息的第三处理图像；

当接收到图像处理指令时，根据该第三网络，对原始图像进行图像处理，得到多个目标图像。

一方面，提供了一种图像处理装置，该装置包括：

训练模块，用于对初始网络进行训练，得到第一网络，该第一网络用于基于第一样本图像获取多个清晰度高于该第一样本图像的第一处理图像；

该训练模块，还用于对该第一网络进行训练，得到第二网络，该第二网络用于基于第二样本图像获取多个清晰度高于该第二样本图像且具有运动差异的第二处理图像；

该训练模块，还用于对该第二网络进行训练，得到第三网络，该第三网络用于基于第三样本图像获取多个清晰度高于该第三样本图像、具有运动差异且保持该第三样本图像中隐含信息的第三处理图像；

处理模块，用于当接收到图像处理指令时，根据该第三网络，对原始图像进行图像处理，得到多个目标图像。

一方面，提供了一种计算机设备，该计算机设备包括至少一个处理器和至少一个存储器，该至少一个存储器中存储有至少一条指令，该至少一条指令由该至少一个处理器加载并执行以实现如上述任一种可能实现方式的图像处理方法所执行的操作。

一方面，提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令，该至少一条指令由处理器加载并执行以实现如上述任一种可能实现方式的图像处理方法所执行的操作。