[发明专利]图像增强方法、装置、设备及存储介质在审

专利信息
申请号: 202111151810.3 申请日: 2021-09-29
公开(公告)号: CN113947556A 公开(公告)日: 2022-01-18
发明(设计)人: 扶小龙;刘曦;张睿;魏晓林 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 谢冬寒
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 增强 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像增强方法,其特征在于,所述方法包括:

获取多组成对样本数据和多组非成对样本数据,每组成对样本数据包括图像内容相同但图像质量不同的两个图像,每组非成对样本数据包括图像内容和图像质量均不同的两个图像,且所述多组非成对样本数据包括多个领域的图像;

基于所述多组成对样本数据和所述多组非成对样本数据,对图像增强模型进行训练,得到训练后的所述图像增强模型,所述成对样本数据用于使得训练后的所述图像增强模型学习到增强输入图像的图像质量的能力,所述非成对样本数据用于使得训练后的所述图像增强模型学习到适应多个领域的输入图像的能力;

在获取到待增强图像的情况下,通过训练后的所述图像增强模型对所述待增强图像进行图像增强,得到增强后的图像。

2.根据权利要求1所述的方法,其特征在于,所述每组成对样本数据包括第一图像和第二图像,且所述第二图像的图像质量高于所述第一图像,所述每组非成对样本数据包括第三图像和第四图像,且所述第四图像的图像质量高于所述第三图像;

所述基于所述多组成对样本数据和所述多组非成对样本数据,对图像增强模型进行训练,得到训练后的所述图像增强模型,包括:

对于任一组成对样本数据和任一组非成对样本数据,通过所述图像增强模型,对所述成对样本数据中的第一图像进行图像增强,得到第五图像;

通过所述图像增强模型,对所述非成对样本数据中的第三图像进行图像增强,得到第六图像;

基于所述第五图像和所述第二图像之间的差异,以及所述第六图像和所述第四图像之间的质量差异,训练所述图像增强模型,得到训练后的所述图像增强模型。

3.根据权利要求2所述的方法,其特征在于,所述通过所述图像增强模型,对所述成对样本数据中的第一图像进行图像增强,得到第五图像,包括:

调整所述第一图像的曝光度,得到曝光度为第一数值的第七图像和曝光度为第二数值的第八图像;

通过所述图像增强模型,对所述第七图像进行图像增强,得到第九图像;

通过所述图像增强模型,对所述第八图像进行图像增强,得到第十图像;

通过所述图像增强模型,将所述第九图像和所述第十图像进行融合,得到所述第五图像。

4.根据权利要求3所述的方法,其特征在于,所述通过所述图像增强模型,对所述第七图像进行图像增强,得到第九图像,包括:

通过所述图像增强模型,对所述第七图像进行特征提取,得到所述第七图像的第一特征图;

通过所述图像增强模型,对所述第一特征图进行全局信息和局部信息增强,得到第二特征图;

通过所述图像增强模型,对所述第二特征图进行解码,得到所述第九图像。

5.根据权利要求3所述的方法,其特征在于,所述通过所述图像增强模型,将所述第九图像和所述第十图像进行融合,得到所述第五图像,包括:

通过所述图像增强模型,对用于生成所述第九图像的第二特征图和用于生成所述第十图像的第三特征图进行特征提取,得到第四特征图,所述第四特征图用于表示相同区域内所述第九图像和所述第十图像的相对质量情况;

通过所述图像增强模型,基于所述第四特征图,将所述第九图像和所述第十图像进行融合,得到所述第五图像。

6.根据权利要求2所述的方法,其特征在于,所述通过所述图像增强模型,对所述非成对样本数据中的第三图像进行图像增强,得到第六图像,包括:

通过所述图像增强模型,对所述第三图像进行特征提取,得到所述第三图像的第五特征图;

通过所述图像增强模型,对所述第五特征图进行全局信息和局部信息增强,得到第六特征图;

通过所述图像增强模型,对所述第六特征图进行解码,得到所述第六图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111151810.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top