[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。该方法包括：获取图像任务对应的待处理图像；基于待处理图像，确定多个分辨率的预处理图像；将预处理图像分别输入特征提取网络中的多个子网络，通过子网络进行至少一次特征提取得到至少一个特征图；其中，通过子网络进行的至少一次特征提取是基于融合图像进行的，融合图像融合自多个子网络的其他子网络提取的特征图；对多个子网络输出的多个图像进行融合，得到目标特征图；基于目标特征图，得到待处理图像在图像任务下的处理结果。采用本方法能够提升图像处理效果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

随着人工智能的发展，机器学习模型的使用越来越广泛。通过对机器学习模型进行训练，使得机器学习模型能够进行数据处理。比如，对图像处理模型进行训练，使得图像处理模型可执行图像语义分割、图像超分辨率重建、目标姿态估计、目标检测、目标跟踪任务等图像处理任务。这些图像处理任务具体可以应用于视频处理、人体特效、不良姿势预警以及安防等领域。

传统图像处理模型的模型框架主要是采用编码-解码（Encoding-Decoding）的网络结构，但是仅通过编码-解码网络结构进行图像处理的信息量有限，会导致模型的表征能力较差，进而导致图像处理效果不佳。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升图像处理效果的图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，该方法包括：

获取图像任务对应的待处理图像；

基于待处理图像，确定多个分辨率的预处理图像；

将预处理图像分别输入特征提取网络中的多个子网络，通过子网络进行至少一次特征提取得到至少一个特征图；其中，通过子网络进行的至少一次特征提取是基于融合图像进行的，融合图像融合自多个子网络的其他子网络提取的特征图；

对多个子网络输出的多个图像进行融合，得到目标特征图；

基于目标特征图，得到待处理图像在图像任务下的处理结果。

一种图像处理装置，该装置包括：

获取模块，用于获取图像任务对应的待处理图像；

确定模块，用于基于待处理图像，确定多个分辨率的预处理图像；

特征提取模块，用于将预处理图像分别输入特征提取网络中的多个子网络，通过子网络进行至少一次特征提取得到至少一个特征图；其中，通过子网络进行的至少一次特征提取是基于融合图像进行的，融合图像融合自多个子网络的其他子网络提取的特征图；

融合模块，用于对多个子网络输出的多个图像进行融合，得到目标特征图；

处理模块，用于基于目标特征图，得到待处理图像在图像任务下的处理结果。

一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

获取图像任务对应的待处理图像；

基于待处理图像，确定多个分辨率的预处理图像；

将预处理图像分别输入特征提取网络中的多个子网络，通过子网络进行至少一次特征提取得到至少一个特征图；其中，通过子网络进行的至少一次特征提取是基于融合图像进行的，融合图像融合自多个子网络的其他子网络提取的特征图；

对多个子网络输出的多个图像进行融合，得到目标特征图；

基于目标特征图，得到待处理图像在图像任务下的处理结果。