[发明专利]图像的去模糊方法、装置、设备、介质及计算机程序产品

权利要求书

1.一种图像的去模糊方法，其特征在于，所述方法包括：

获取待处理图像，所述待处理图像是待进行去模糊处理的图像；

将所述待处理图像输入至目标图像处理模型进行清晰度增强处理，得到清晰度增强后的目标图像；

其中，所述目标图像处理模型是通过样本图像对待训练的图像处理模型进行训练得到的，所述图像处理模型用于对所述样本图像分别进行清晰度增强处理得到第一预测图像，以及模糊度增强处理得到第二预测图像，所述目标图像处理模型的模型参数通过对所述样本图像、所述第一预测图像和所述第二预测图像之间的清晰度排序情况和约束排序情况进行对比学习得到。

2.根据权利要求1所述的方法，其特征在于，所述图像处理模型的训练过程，包括：

获取所述样本图像；

通过所述图像处理模型对所述样本图像进行清晰度增强处理，得到所述第一预测图像；

通过所述图像处理模型对所述样本图像进行模糊度增强处理，得到所述第二预测图像；

基于所述样本图像、所述第一预测图像和所述第二预测图像之间的排序损失对所述图像处理模型进行训练，得到目标图像处理模型，所述排序损失用于指示所述样本图像、所述第一预测图像和所述第二预测图像之间图像清晰度的排序情况与约束排序情况之间的差异。

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本图像、所述第一预测图像和所述第二预测图像之间的排序损失对所述待训练的图像处理模型进行训练，得到目标图像处理模型，包括：

获取所述样本图像的第一评估值、所述第一预测图像的第二评估值以及所述第二预测图像的第三评估值，所述第一评估值用于指示所述样本图像的清晰度，所述第二评估值用于指示所述第一预测图像的清晰度，所述第三评估值用于指示所述第二预测图像的清晰度；

基于所述第一评估值、所述第二评估值和所述第三评估值之间的比较结果与指定约束条件之间的差异，确定排序损失值，所述指定约束条件指示所述第一预测图像的第二清晰度大于所述样本图像的第一清晰度，且所述样本图像的第一清晰度大于所述第二预测图像的第三清晰度；

基于所述排序损失值对所述图像处理模型进行训练，得到所述目标图像处理模型。

4.根据权利要求3所述的方法，其特征在于，所述获取所述样本图像的第一评估值、所述第一预测图像的第二评估值以及所述第二预测图像的第三评估值，包括：

确定所述样本图像在第一方向上的第一梯度信息，以及在第二方向上的第二梯度信息，所述第一方向和所述第二方向互相垂直；

基于所述第一梯度信息和所述第二梯度信息确定所述第一评估值；

确定所述第一预测图像在所述第一方向上的第三梯度信息，以及在所述第二方向上的第四梯度信息；

基于所述第三梯度信息和所述第四梯度信息确定所述第二评估值；

确定所述第二预测图像在所述第一方向上的第五梯度信息，以及在所述第二方向上的第六梯度信息；

基于所述第五梯度信息和所述第六梯度信息确定所述第三评估值。

5.根据权利要求3所述的方法，其特征在于，所述获取所述样本图像的第一评估值、所述第一预测图像的第二评估值以及所述第二预测图像的第三评估值，包括：

将所述样本图像、所述第一预测图像和所述第二预测图像进行特征提取，分别得到所述样本图像对应的第一特征表示、所述第一预测图像对应的第二特征表示以及所述第二预测图像对应的第三特征表示；

将所述第一特征表示、所述第二特征表示以及所述第三特征表示分别输入至清晰度评估子网络，针对特征表示在特征空间中的分布情况进行预测，输出得到所述样本图像的所述第一评估值、所述第一预测图像的所述第二评估值以及所述第二预测图像的所述第三评估值。