[发明专利]图像去噪模型的训练方法、图像去噪方法、装置及设备

说明书

本申请公开了一种图像去噪模型的训练方法、图像去噪方法、装置及设备，涉及人工智能技术领域。方法包括：获取图像去噪模型的训练样本；通过编码器提取带噪样本图像的特征信息；通过第一解码器对带噪样本图像的特征信息进行处理，得到带噪样本图像对应的预测噪声图像；根据预测噪声图像和带噪样本图像，生成带噪样本图像对应的第一预测去噪图像；通过第二解码器对带噪样本图像的特征信息进行处理，得到带噪样本图像对应的第二预测去噪图像；根据第一预测去噪图像、第二预测去噪图像和无噪声样本图像，确定图像去噪模型的训练损失，并基于训练损失调整图像去噪模型的参数。本申请方案可应用在文档、PPT(幻灯片)等图像去阴影的场景。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及图像去噪模型的训练方法、图像去噪方法、装置及设备。

背景技术

人们在拍摄图像时难免会出现一些拍摄上的问题，导致拍摄的图像中存在阴影、模糊等噪声。

以图像去阴影为例，在相关技术中，提供了一种基于深度学习的图像去阴影方法。将带阴影图像及其对应的阴影掩膜图像输入至训练好的图像去阴影模型，由图像去阴影模型输出去阴影图像。

然而，在实际应用中，通常只能够获取带阴影图像，而带阴影图像对应的阴影掩膜图像是无法获取的，这就导致上述方式无法达到较好的去阴影效果。

发明内容

本申请实施例提供了一种图像去噪模型的训练方法、图像去噪方法、装置及设备。所述技术方案如下：

根据本申请实施例的一个方面，提供了一种图像去噪模型的训练方法，所述图像去噪模型包括编码器、第一解码器和第二解码器；所述方法包括：

获取所述图像去噪模型的训练样本，所述训练样本包括无噪声样本图像、纯噪声图像，以及基于所述无噪声样本图像和所述纯噪声图像生成的带噪样本图像；

通过所述编码器提取所述带噪样本图像的特征信息；

通过所述第一解码器对所述带噪样本图像的特征信息进行处理，得到所述带噪样本图像对应的预测噪声图像；根据所述预测噪声图像和所述带噪样本图像，生成所述带噪样本图像对应的第一预测去噪图像；

通过所述第二解码器对所述带噪样本图像的特征信息进行处理，得到所述带噪样本图像对应的第二预测去噪图像；

根据所述第一预测去噪图像、所述第二预测去噪图像和所述无噪声样本图像，确定所述图像去噪模型的训练损失，并基于所述训练损失调整所述图像去噪模型的参数。

根据本申请实施例的一个方面，提供了一种图像去噪方法，所述方法包括：

获取待图像去噪模型处理的带噪图像，所述图像去噪模型包括编码器和第一解码器；

通过所述编码器提取所述带噪图像的特征信息；

通过所述第一解码器对所述带噪图像的特征信息进行处理，得到所述带噪图像对应的噪声图像；

根据所述噪声图像和所述带噪图像，生成所述带噪图像对应的去噪图像。

根据本申请实施例的一个方面，提供了一种图像去噪模型的训练装置，所述图像去噪模型包括编码器、第一解码器和第二解码器；所述装置包括：

样本获取模块，用于获取所述图像去噪模型的训练样本，所述训练样本包括无噪声样本图像、纯噪声图像，以及基于所述无噪声样本图像和所述纯噪声图像生成的带噪样本图像；

信息提取模块，用于通过所述编码器提取所述带噪样本图像的特征信息；

第一处理模块，用于通过所述第一解码器对所述带噪样本图像的特征信息进行处理，得到所述带噪样本图像对应的预测噪声图像；根据所述预测噪声图像和所述带噪样本图像，生成所述带噪样本图像对应的第一预测去噪图像；