[发明专利]图像的处理方法、装置、存储介质和处理器

说明书

本发明公开了一种图像的处理方法、装置、存储介质和处理器。其中，该方法包括：获取原始图像，其中，原始图像为发送端通过传输信道进行发送的图像；对原始图像进行编解码，得到解码图像；基于可变组卷积网络，对解码图像进行重建，得到目标图像，其中，可变组卷积网络的分组数和通道数是预定数据，目标图像为接收端通过传输信道进行接收的图像。本发明解决了图像分辨率重建效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种图像的处理方法、装置、存储介质和处理器。

背景技术

目前，基于级联的图像编解码框架得到了广泛的研究，但是，现有的图像编码方法只在低码率段有效，这就使得全码率段编码比特的分配不够合理，从而影响整个图像编解码框架的性能，导致出现图像分辨率重建效率低的问题。

针对上述图像分辨率重建效率低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图像的处理方法、装置、存储介质和处理器，以至少解决图像分辨率重建效率低的技术问题。

根据本发明实施例的一个方面，提供了一种图像的处理方法，包括：获取原始图像，其中，原始图像为发送端通过传输信道进行发送的图像；对原始图像进行编解码，得到解码图像；基于可变组卷积网络，对解码图像进行重建，得到目标图像，其中，可变组卷积网络的分组数是预定分组数，可变组卷积网络的通道数是预定通道数，目标图像为接收端通过传输信道进行接收的图像。

可选地，基于可变组卷积网络，对解码图像进行重建，得到目标图像，包括：基于可变组卷积网络，对解码图像进行解压，得到解压图像；重建解压图像的分辨率，得到目标图像。

可选地，重建解压图像的分辨率，得到目标图像，包括：使用第一网络模型重建解压图像的分辨率，得到目标图像，其中，第一网络模型为基于可变组卷积网络构建而成的重建模型。

可选地，使用第一网络模型重建网络重建解压图像的分辨率，得到目标图像，包括：使用第一网络模型从可变组卷积网络的卷积层上提取图像信息，其中，图像信息为在对解码图像进行解压的过程中保留在卷积层上的信息；对图像信息进行融合，得到目标图像。

可选地，基于可变组卷积网络，对解码图像进行解压，得到解压图像，包括：使用第二网络模型对解码图像进行解压，得到解压图像，其中，第二网络模型为基于可变组卷积网络构建而成的解压模型。

可选地，在对原始图像进行编解码之前，对所述原始图像进行下采样。

可选地，对原始图像进行下采样，包括：基于模式选择模型，从多种下采样模式中确定目标下采样模式，其中，模式选择模型用于在多种下采样模式中选取最优的下采样模式；基于目标下采样模式，对原始图像进行下采样。

根据本发明实施例的另一方面，还提供了一种图像的处理装置，包括：获取单元，用于获取原始图像，其中，原始图像为发送端通过传输信道进行发送的图像；编码单元，用于对原始图像进行编码，得到解码图像；解码单元，用于基于可变组卷积网络，对解码图像进行重建，得到目标图像，其中，可变组卷积网络的分组数是预定分组数，可变组卷积网络的通道数是预定通道数，目标图像为接收端通过传输信道进行接收的图像。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本发明实施例的图像处理方法。

根据本发明实施例的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例的图像处理的方法。