[发明专利]图像重建方法、装置及存储介质

说明书

本发明提供了一种图像重建方法、装置及存储介质，其中，该方法包括：将分辨率最小的待重建图像输入第一图像重建模型运算重建，得到分辨率较大的第一中间层重建图像；将第一中间层重建图像输入第二图像重建模型运算重建，得到分辨率更大的第二中间层重建图像，并根据第二中间层重建图像输出重建结果图像；其中，第一图像重建模型和第二图像重建模型均是通过对初始网络模型训练得到，其训练样本中的输入图像分辨率小于输出图像分辨率。通过在图像重建过程中连续进行两次图像重建，能够降低重建后图像与原始图像的误差，提升图像重建质量，提升人眼直观感知质量。

技术领域

本发明属于图像重建技术领域，尤其涉及一种图像重建方法、装置及存储介质。

背景技术

随着技术的发展，监控视频中的信息的利用率不断提高。通过高清摄像头以及监控点合理的布局等方式可以加大对监控对象信息的提取。行人信息是最重要的监控对象，行人身份的确认是公安各项工作以及监管部门最重要的线索之一。

人脸识别是确认行人身份信息的主要手段，人脸所独有的生物特征可以使工作人员或识别系统在众多行人中快速的识别目标人员。由于监控设备能力良莠不齐，以及天气、光照的因素的印象，直接得到的模糊的人脸图像通常不能直接输送到识别系统进行身份识别，需要先对模糊的人脸进行超分辨率重建。

基于深度学习的图像超分辨率重建效果依赖数据集与重建目标图像，对于过小的目标图像，由于信息的大量缺失导致重建效果不佳，特定的数据集使网络模型的鲁棒性不佳。小分辨率图像由于所含信息极少，特别是人脸图像仅显示出模糊的轮廓，使得超分辨率重建的任务较为困难，更难以丰富其重建图像的纹理细节。

在实际中，对小人脸图像或其他类型的低分辨率人脸图像的重建需求较高，而现有的重建方式不能保证这种情况下的重建效果。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于深度学习的图像重建方法、装置及存储介质，以降低重建后图像与原始图像的误差，提升图像重建质量，提升人眼直观感知质量。

本发明解决技术问题的方案是：

一方面，本发明提供一种图像重建方法，包括如下步骤：

将待重建图像输入第一图像重建模型运算重建，得到第一中间层重建图像；所述第一图像重建模型是利用多个第一训练样本对初始网络模型进行训练得到；各所述第一训练样本包括第一训练输入图像和对应的第一目标训练输出图像；

将第一中间层重建图像输入第二图像重建模型运算重建，得到第二中间层重建图像；所述第二图像重建模型是利用多个第二训练样本对所述初始网络模型训练得到；各所述第二训练样本包括第二训练输入图像和对应的第二目标训练输出图像；

根据第二中间层重建图像输出重建结果图像；

其中，所述第一训练输入图像的分辨率小于相应的所述第一目标训练输出图像的分辨率，所述第二训练输入图像的分辨率小于相应的所述第二目标训练输出图像的分辨率，所述第一目标训练输出图像的分辨率等于相应的所述第二训练输入图像的分辨率。

在一些实施例中，根据第二中间层重建图像输出重建结果图像，包括：

将第二中间层重建图像输入第三图像重建模型运算重建，得到第三中间层重建图像；所述第三图像重建模型是利用多个第三训练样本对所述初始网络模型训练得到；各所述第三训练样本包括第三训练输入图像和对应的第三目标训练输出图像；

根据第三中间层重建图像输出重建结果图像；

其中，所述第三训练输入图像的分辨率小于相应的所述第三目标训练输出图像的分辨率，所述第二目标训练输出图像的分辨率等于相应的第三训练输入图像的分辨率。