[发明专利]模型训练方法、分数提升方法、装置、设备、介质和产品

说明书

本公开提供了一种模型训练方法、分数提升方法、装置、设备、介质和产品，可以用于图像识别领域和图像处理领域等中。该方法包括：使用清晰度提升模型，针对通过使第一图像模糊而被生成的第二图像生成提升清晰度的第三图像；使用清晰度比较模型，判定第三图像与第一图像的清晰度是否相同；若相同，则调整参数，使得使用清晰度比较模型无法将清晰度判定为相同；以及若不同，则调整参数，使得使用清晰度提升模型针对第二图像生成的提升清晰度的第四图像与第一图像的清晰度差别比第三图像与第一图像的清晰度差别更小。利用上述方法，可以在保证图像分辨率不变的情况下基于低清晰度图像来生成高清晰度图像，因此能够提高图像质量以及提升用户体验。

技术领域

本公开涉及计算机技术，并且更具体地，涉及模型训练方法、图像清晰度分数提升方法、装置、电子设备、计算机可读存储介质和计算机程序产品，可以用于图像识别领域和图像处理领域等领域中。

背景技术

随着人民群众生活水平的提升以及科技日新月异的发展，人们获取信息、休闲娱乐的方式逐步发生变化，近年来人民群众对于图文、视频类产品的需求急速增长。例如，馈送推荐系统用于向用户提供持续更新的媒体资源，在信息流的入口上，95％的资源都会以文字加配图的形式展现，而封面图作为信息流的门面，占据大面积版面，直接反应了文章、视频的主题、人物、风格、格调，其质量直接影响了资源的点展比和用户核心体验，对应用的调性影响也比较大。其中，清晰度是衡量图像质量的重要指标。然而，在这些资源中经常存在封面图像模糊或者内容图像模糊的现象。例如，在图像的获取、存储、传输、显示等过程中不可避免地会引入一些干扰因素，如噪声、模糊、数据丢失等，这些都会造成图像质量的下降，例如，降质、失真。

模糊的图像使得用户观看视频的体验降级，甚至会造成生理上的不适，长期以往会造成相应的视频类产品口碑下降、用户流失。例如，根据用户反馈及调研，馈送的多个场景中均存在向清晰度不足、效果偏灰的问题，从而导致用户消费容易疲惫，消费欲望不强。因此，需要通过技术手段对图像进行处理，去除图像中的模糊，提升图像的清晰度。

然而，传统的用于提升图像清晰度的技术适用范围局限性很大，在提升图像清晰度方面效果不佳，并且还存在高计算资源消耗的问题。

发明内容

根据本公开的实施例，提供了一种模型训练方法、图像清晰度分数提升方法、装置、电子设备、计算机可读存储介质和计算机程序产品

在本公开的第一方面中，提供了一种模型训练方法，包括：使用清晰度提升模型，针对第二图像生成提升清晰度的第三图像，第二图像通过使第一图像模糊而被生成；使用清晰度比较模型，判定第三图像与第一图像的清晰度是否相同；如果判定结果为相同，则调整清晰度比较模型的参数，使得使用经调整的清晰度比较模型无法将清晰度判定为相同；以及如果判定结果为不同，则调整清晰度提升模型的参数，使得使用经调整的清晰度提升模型针对第二图像生成的提升清晰度的第四图像与第一图像的清晰度差别比第三图像与第一图像的清晰度差别更小。

在本公开的第二方面中，提供了一种清晰度分数提升方法，包括使用根据本公开的第一方面而被训练的清晰度提升模型，针对输入图像生成提升清晰度的图像。

在本公开的第三方面中，提供了一种模型训练装置，包括：生成模块，被配置为使用清晰度提升模型，针对第二图像生成提升清晰度的第三图像，第二图像通过使第一图像模糊而被生成；判定模块，被配置为使用清晰度比较模型，判定第三图像与第一图像的清晰度是否相同；第一参数调整模块，被配置为如果判定结果为相同，则调整清晰度比较模型的参数，使得使用经调整的清晰度比较模型无法将清晰度判定为相同；以及第二参数调整模块，被配置为如果判定结果为不同，则调整清晰度提升模型的参数，使得使用经调整的清晰度提升模型针对第二图像生成的提升清晰度的第四图像与第一图像的清晰度差别比第三图像与第一图像的清晰度差别更小。

在本公开的第四方面中，提供了一种图像清晰度分数提升装置，被配置为使用由根据本公开的第三方面的模型训练装置训练的清晰度提升模型，针对输入图像生成提升清晰度的图像。