[发明专利]图像处理方法及电子设备

权利要求书

1.一种图像处理方法，应用于电子设备，其特征在于，包括：

选取预设数目的样本图像得到训练数据集，其中，每个所述样本图像对应至少一个样本光流场；

将所述训练数据集中的每个样本图像输入预设模型中，得到与各所述样本图像对应的预测结果，所述预测结果包括预测光流场；

基于预设损失函数、各所述样本光流场以及各所述预测光流场计算所述预设模型的损失函数值；

在所述损失函数值不满足预设需求的情况下，调整所述预设模型的模型参数，直到基于模型参数调整后的所述预设模型计算得到的损失函数值满足所述预设需求；

获取待处理的第一图像；

将所述第一图像输入预设模型中，得到所述第一图像中的待处理区域以及所述待处理区域对应的光流场，其中，所述预设模型为所述损失函数值满足预设需求的模型；

根据所述光流场调整所述待处理区域的对应位置，得到第二图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述光流场调整所述待处理区域的对应位置，得到第二图像的步骤，包括：

提取所述待处理区域中的关键特征点；

根据所述光流场，调整所述关键特征点的位置，得到所述第二图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述根据所述光流场，调整所述关键特征点的位置，得到所述第二图像的步骤，包括：

在所述光流场包括矢量大小和矢量方向的情况下，根据所述矢量大小和矢量方向，移动所述关键特征点处的像素点，得到所述第二图像。

4.根据权利要求1所述的图像处理方法，其特征在于，所述预设损失函数是基于第一损失函数、第二损失函数以及对应的损失函数加权因子确定得到的，所述第一损失函数用于计算所述样本光流场与所述预测光流场之间的损失函数值，所述第二损失函数用于计算所述样本光流场的梯度与所述预测光流场的梯度之间的损失函数值。

5.根据权利要求4所述的图像处理方法，其特征在于，所述预设损失函数为，为所述第一损失函数，为所述第二损失函数，，；

其中，为预设的损失函数加权因子，为所述预测光流场，为所述样本光流场，、分别为水平梯度和垂直梯度，为预设步长。

6.一种电子设备，其特征在于，包括：

样本选取模块，用于选取预设数目的样本图像得到训练数据集，其中，每个所述样本图像对应至少一个样本光流场；

模型训练模块，用于将所述训练数据集中的每个样本图像输入预设模型中，得到与各所述样本图像对应的预测结果，所述预测结果包括预测光流场；

数值计算模块，用于基于预设损失函数、所述样本光流场以及各所述预测光流场计算所述预设模型的损失函数值；

参数调整模块，用于在所述损失函数值不满足预设需求的情况下，调整所述预设模型的模型参数，直到基于模型参数调整后的所述预设模型计算得到的损失函数值满足所述预设需求；

图像获取模块，用于获取待处理的第一图像；

模型预测模块，用于将所述第一图像输入预设模型中，得到所述第一图像中的待处理区域以及所述待处理区域对应的光流场，其中，所述预设模型为损失函数值满足预设需求的模型；

图像处理模块，用于根据所述光流场，调整所述待处理区域的对应位置，得到第二图像。

7.根据权利要求6所述的电子设备，其特征在于，所述图像处理模块具体用于提取所述待处理区域中的关键特征点；以及根据所述光流场，调整所述关键特征点的位置，得到所述第二图像。

8.根据权利要求7所述的电子设备，其特征在于，所述图像处理模块还具体用于在所述光流场包括矢量大小和矢量方向的情况下，根据所述矢量大小和矢量方向，移动所述关键特征点处的像素点，得到所述第二图像。