[发明专利]图像增强模型的训练方法、图像处理方法及相关设备在审

专利信息
申请号: 202210097413.0 申请日: 2022-01-27
公开(公告)号: CN116563121A 公开(公告)日: 2023-08-08
发明(设计)人: 綦晨晓;霰心培 申请(专利权)人: TCL科技集团股份有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/40;G06V40/20
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 熊恒定
地址: 516000 广东省惠州市*** 国省代码: 广东;44
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 模型 训练 方法 处理 相关 设备
【说明书】:

发明公开了一种图像增强模型的训练方法、图像处理方法、装置、电子设备及存储介质,该方法包括:获取待训练的图像对,所述图像对包括初始图像及基础图像,所述基础图像的分辨率高于所述初始图像的分辨率;基于所述初始图像对所述基础图像进行预处理,得到与所述初始图像尺寸一致的训练图像;根据所述初始图像、所述基础图像以及所述训练图像,对待训练的图像增强模型进行学习训练;返回执行获取待训练的图像对的步骤,继续对所述图像增强模型进行训练,直到所述待训练的图像增强模型收敛时,停止进程。实现在进行图像增强时,提高低分辨率图像增强到高分辨率图像的准确性和便捷性。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种图像增强模型的训练方法、图像处理方法、装置、电子设备及存储介质。

背景技术

随着科技的不断发展,人机交互的体验方式越来越多的出现在人们的生活和娱乐中,而手势识别作为人机交互的一种重要方式,占据着极为重要的地位。在进行手势识别时,对于近距离的手势图像可以快速准确的完成识别,但是对于远距离的手势图像,因为远距离所采集到的图像中手势的面积占比较小,使得在进行识别时需要对图像进行一定的处理,比如图像增强。

常见的在进行远距离手势图像的识别的方式也有多种,但是都存在有一定的缺陷,比如,SIFT算法具有高稳定性但要求图像中目标有足够多的纹理、SURF算法在进行识别时计算量巨大、利用上下文信息的模型进行识别时需要在提取上下文信息时进行额外的标注信息。

因此,亟需一种基于远距离的低分辨率的手势图像,生成高清晰度和高还原度的高分辨率图像的处理方法。

发明内容

本发明实施例的目的是提供一种图像增强模型的训练方法、图像处理方法及相关设备,旨在提高低分辨率图像增强到高分辨率图像的准确性和便捷性。

在第一方面,为实现上述目的,本发明实施例提供了一种图像处理方法,包括:

获取待训练的图像对,所述图像对包括初始图像及基础图像,所述基础图像的分辨率高于所述初始图像的分辨率;

基于所述初始图像对所述基础图像进行预处理,得到与所述初始图像尺寸一致的训练图像;

根据所述初始图像、所述基础图像以及所述训练图像,对待训练的图像增强模型进行学习训练;

返回执行获取待训练的图像对的步骤,继续对所述图像增强模型进行训练,直到所述待训练的图像增强模型收敛时,停止进程。

在第二方面,为了解决相同的技术问题,本发明实施例提供了一种图像处理方法,包括:

当满足图像采集条件时,采集图像,并加载图像增强模型;

将所述采集的图像输入至所述图像增强模型中,根据所设定的图像域信息对所述采集的图像进行图像校正,并在完成校正时对校正后的图像进行图像增强处理,输出对应图像。

在第三方面,为了解决相同的技术问题,本发明实施例提供了一种图像处理装置,包括:

训练图像获取模块,用于获取待训练的图像对,所述图像对包括初始图像及基础图像,所述基础图像的分辨率高于所述初始图像的分辨率;

训练图像处理模块,用于基于所述初始图像对所述基础图像进行预处理,得到与所述初始图像尺寸一致的训练图像;

模型训练处理模块,用于根据所述初始图像、所述基础图像以及所述训练图像,对待训练的图像增强模型进行学习训练;

模型训练判断模块,用于返回执行获取待训练的图像对的步骤,继续对所述图像增强模型进行训练,至所述待训练的图像增强模型收敛时,停止进程。

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TCL科技集团股份有限公司,未经TCL科技集团股份有限公司许可,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/202210097413.0/2.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