[发明专利]图像处理方法及装置

说明书

本公开提供一种图像处理方法及装置，涉及图像处理技术领域，能够解决现有技术方案中对图像的处理无法兼顾高质量显示与低占用带宽的问题。具体技术方案为：将目标图像输入预设的显著性检测神经网络确定目标图像的关键区域以及非关键区域；对关键区域对应的图像编码处理后得到关键区域对应的图像数据，并通过预设的生成对抗网络的生成器生成非关键区域对应的图像数据。本公开用于在图像处理中兼顾高质量显示与低占用带宽。

技术领域

本公开涉及图像处理技术领域，尤其涉及图像处理方法及装置。

背景技术

图像是人们获取信息的主要渠道，随着技术的发展，图像质量越来越高，相应的，图像数据量也越来越大，对于图像的传输，由于传输时带宽有限，一般都需要对图像进行压缩处理后再进行传输。

现有图像压缩可分为有损压缩和无损压缩两大类。目前业界主流的有损压缩算法例如JPEG等，其设计目标是在不影响人类可分辨的图片质量的前提下，尽可能的压缩文件大小，这意味着去掉了一部分图片的原始信息；而无损压缩算法例如PNG-24使用直接色的点阵图，无损压缩后的数据量是有损压缩的五倍左右，但是，显示效果的提升却相对较小。

目前现有的图像处理方案中存在以下问题：有损压缩图像显示效果差、无损压缩占用带宽高，在传输带宽有限的情况下，对图像的处理无法兼顾高质量显示与低占用带宽。

发明内容

本公开实施例提供一种图像处理方法及装置，能够解决现有技术方案中对图像的处理无法兼顾高质量显示与低占用带宽的问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图像处理方法，该方法包括：

将目标图像输入预设的显著性检测神经网络确定目标图像的关键区域以及非关键区域；

对关键区域对应的图像编码处理后得到关键区域对应的图像数据，并通过预设的生成对抗网络的生成器生成非关键区域对应的图像数据。

通过显著性检测神经网络确定出目标图像的关键区域以及非关键区域，对于非关键区域的图像采用生成对抗网络生成显示效果更好且数据量更小的图像，对于关键区域的图像不做高压缩比的压缩处理，从而在传输带宽有限的情况下，对图像的处理可以兼顾高质量显示与低占用带宽。

在一个实施例中，将目标图像输入预设的显著性检测神经网络确定目标图像的关键区域以及非关键区域，包括：

将目标图像输入显著性检测神经网络获取目标图像对应的显著图；

根据显著图确定目标图像的关键区域以及非关键区域。

在一个实施例中，对关键区域对应的图像编码处理后得到关键区域对应的图像数据，包括：

对关键区域对应的图像采用无损压缩算法处理后得到关键区域对应的图像数据。

对于关键区域的图像采用无损压缩算法处理可以有效保证用户关注的部分图像内容的图像质量，提高用户体验。

在一个实施例中，根据显著图确定目标图像的关键区域以及非关键区域，包括：

根据预设阈值对显著图进行处理；其中，显著图中灰度值大于预设阈值的像素点赋值为1，显著图中灰度值小于或等于预设阈值的像素点赋值为0；

根据处理后的显著图与目标图像进行矩阵点乘运算确定关键区域，并根据关键区域与目标图像确定非关键区域。

在一个实施例中，显著性检测神经网络以及生成对抗网络中包含的卷积神经网络中数据类型为16位定点；显著性检测神经网络以及生成对抗网络中的稀疏矩阵是按照以下方式存储的：按照预设顺序存储稀疏矩阵中的非零值后将非零值记为1转化为二进制矩阵并存储。