[发明专利]一种图像超分重建模型的训练方法和计算机设备

说明书

本申请涉及一种图像超分重建模型的训练方法和计算机设备，所述方法包括：将训练数据中的第一图像和第一超分尺度输入图像超分重建模型，以生成第一图像在第一超分尺度下对应的生成图像，训练数据包括多组训练图像组，每组训练图像组包括第一图像、第二图像和第一超分尺度，第二图像为第一图像在第一超分尺度下所对应的图像；根据所述第二图像和生成图像，对图像超分重建模型的模型参数进行调整，直至满足预设训练条件，以得到已训练的图像超分重建模型。本方法在训练时，对第一超分尺度的数值不做限定，可以为任意数值，通过本发明训练得到的已训练的图像超分重建模型实现任意尺度超分，在实际应用中可以满足更多需要。

技术领域

本申请涉及图片处理技术领域，特别是涉及一种图像超分重建模型的训练方法和计算机设备。

背景技术

图像超分辨率重建是计算机视觉和图像处理领域比较火热的一个研究方向，深度学习技术的发展促进了图像超分辨率重建方法的进步，如EDSR(enhanced deep super-resolution network)、ESRGAN(Enhanced Super-Resolution Generative AdversarialNetworks)等超分技术，然而这些超分方法均存在缺陷：基于深度学习的图像超分辨率重建技术中，决定超分尺度的上采样方法，例如双三次插值法、PixelShuffle，往往采用固定整数倍尺度的方式进行超分，例如：2倍、3倍和4倍超分，不能实现1.5倍、2.5倍等非整数倍超分，而实际上，非整数倍超分往往具有更多的应用。现有技术的缺陷导致基于深度学习的超分辨率图像重建技术的应用具有很大的局限性。

因此，现有技术有待改进。

发明内容

本发明所要解决的技术问题是，提供图像超分重建模型的训练方法和计算机设备，以实现任意尺度超分。

一方面，本发明实施例提供了一种图像超分重建模型的训练方法，包括：

将训练数据中的第一图像和第一超分尺度输入图像超分重建模型，通过所述图像超分重建模型生成所述第一图像在所述第一超分尺度下所对应的生成图像，其中，所述训练数据包括多组训练图像组，每一组训练图像组包括第一图像、第二图像和第一超分尺度，第二图像为第一图像在第一超分尺度下所对应的图像；

根据所述第一图像对应的第二图像和所述第一图像对应的生成图像，对所述图像超分重建模型的模型参数进行调整，并继续执行所述将训练数据中的第一图像和第一超分尺度输入图像超分重建模型的步骤，直至满足预设训练条件，以得到已训练的图像超分重建模型。

第二方面，本发明实施例提供了一种图像超分重建方法，所述方法包括：

获取待处理图像，以及所述待处理图像的第二超分尺度；

将所述待处理图像和所述第二超分尺度输入已训练的图像超分重建模型，以得到所述待处理图像对应的超分重建图像，其中，所述已训练的图像超分重建模型为通过上述一种图像超分模型的训练方法训练得到的图像超分重建模型。

第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

将训练数据中的第一图像和第一超分尺度输入图像超分重建模型，通过所述图像超分重建模型生成所述第一图像在所述第一超分尺度下所对应的生成图像，其中，所述训练数据包括多组训练图像组，每一组训练图像组包括第一图像、第二图像和第一超分尺度，第二图像为第一图像在第一超分尺度下所对应的图像；

根据所述第一图像对应的第二图像和所述第一图像对应的生成图像，对所述图像超分重建模型的模型参数进行调整，并继续执行所述将训练数据中的第一图像和第一超分尺度输入图像超分重建模型的步骤，直至满足预设训练条件，以得到已训练的图像超分重建模型。