[发明专利]模型训练和图像去雾方法、装置、设备

说明书

本公开的实施例公开了模型训练和图像去雾方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取多个有雾图像和多个清晰图像对，其中上述有雾图像包括图像对比度低于预设阈值的图像，上述清晰图像包括图像对比度高于上述预设阈值的图像；对上述多个有雾图像中的每个有雾图像进行去雾，得到多个去雾图像对，上述多个去雾图像对中的每个去雾图像对包括一个有雾图像和与上述一个有雾图像对应的一个去雾图像；基于上述多个去雾图像对和上述多个清晰图像对训练待训练图像去雾网络，得到图像去雾网络。该实施方式通过在训练图像去雾网络时添加不需要去雾的图像，使图像去雾网络能够应对不需要去雾的图像。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及模型训练和图像去雾方法、装置、设备和计算机可读介质。

背景技术

在一些图像处理任务中，往往需要进行图像去雾。在实现本申请的过程中，发明人发现相关的上述图像去雾技术至少存在以下缺陷：不能应对不需要去雾的图像。即，有一些不需要去雾的图像也被去雾了。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了模型训练和图像去雾方法、装置、设备和计算机可读介质。

第一方面，本公开的一些实施例提供了一种模型训练方法，该方法包括：获取多个有雾图像和多个清晰图像对，其中上述有雾图像包括图像对比度低于预设阈值的图像，上述清晰图像对中包括两个相适配的清晰图像，上述清晰图像包括图像对比度高于上述预设阈值的图像；对上述多个有雾图像中的每个有雾图像进行去雾，得到多个去雾图像对，上述多个去雾图像对中的每个去雾图像对包括一个有雾图像和与上述一个有雾图像对应的一个去雾图像；基于上述多个去雾图像对和上述多个清晰图像对训练待训练图像去雾网络，得到图像去雾网络。

第二方面，本公开的一些实施例提供了一种图像去雾方法，该方法包括：将目标图像输入到图像去雾网络中，得到目标去雾图像，其中，上述图像去雾网络是通过上述模型训练方法生成的。

第三方面，本公开的一些实施例提供了一种模型训练装置，装置包括：获取单元，被配置成获取多个有雾图像和多个清晰图像对，其中上述有雾图像包括图像对比度低于预设阈值的图像，上述清晰图像对中包括两个相适配的清晰图像，上述清晰图像包括图像对比度高于上述预设阈值的图像；去雾单元，被配置成对上述多个有雾图像中的每个有雾图像进行去雾，得到多个去雾图像对，上述多个去雾图像对中的每个去雾图像对包括一个有雾图像和与上述一个有雾图像对应的一个去雾图像；训练单元，被配置成基于上述多个去雾图像对和上述多个清晰图像对训练待训练图像去雾网络，得到图像去雾网络。

第四方面，本公开的一些实施例提供了一种图像去雾装置，装置包括：输入单元，被配置成将目标图像输入到图像去雾网络中，得到目标去雾图像，其中，上述图像去雾网络是通过上述模型训练装置生成的。

第五方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第六方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过在训练图像去雾网络时添加不需要去雾的图像，使图像去雾网络能够应对不需要去雾的图像。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。