[发明专利]图像处理方法和装置、图像重建模型的训练方法和装置

说明书

本申请涉及一种人工智能的图像处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取原始全向图像中多个像素点分别对应的位置信息；基于多个所述像素点对应的位置信息，确定每个所述像素点的角坐标信息，以得到所述原始全向图像对应的全局角坐标信息；将所述全局角坐标信息和所述原始全向图像在通道维度上进行融合处理，得到对应的融合特征；对所述融合特征进行特征提取，并基于所述全局角坐标信息对特征提取所得到的特征在空间维度进行上采样处理，得到上采样特征；根据所述上采样特征重建得到目标全向图像，所述目标全向图像的分辨率大于所述原始全向图像的分辨率。采用本方法能够提高超分辨率重建的准确性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品，以及图像重建模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着图像处理技术的发展，出现了图像重建技术，通过图像重建技术可以对图像进行超分辨率重建，以得到更清晰的图像。例如对全景拍摄得到的全向图像进行超分辨率重建，以获得更清晰的全向图像。

传统技术中，通过生成对抗网络来生成全向图像的超分辨率图像，并进一步通过球形内容损失来优化网络学习。然而，传统的图像重建方法没有考虑到配全向图像和普通二维图像的区别，使用传统的图像重建方法对全向图像进行超分辨率重建时，存在对全向图像的像素采样密度不均的问题，从而导致超分辨率重建的不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高重建准确性的图像处理方法和装置、图像重建模型的训练方法和装置、计算机设备、计算机可读存储介质和计算机程序产品。

一种图像处理方法，所述方法包括：

获取原始全向图像中多个像素点分别对应的位置信息；

基于多个所述像素点对应的位置信息，确定每个所述像素点的角坐标信息，以得到所述原始全向图像对应的全局角坐标信息；

将所述全局角坐标信息和所述原始全向图像在通道维度上进行融合处理，得到对应的融合特征；

对所述融合特征进行特征提取，并基于所述全局角坐标信息对特征提取所得到的特征在空间维度进行上采样处理，得到上采样特征；

根据所述上采样特征重建得到目标全向图像，所述目标全向图像的分辨率大于所述原始全向图像的分辨率。

一种图像处理装置，所述装置包括：

获取模块，用于获取原始全向图像中多个像素点分别对应的位置信息；

确定模块，用于基于多个所述像素点对应的位置信息，确定每个所述像素点的角坐标信息，以得到所述原始全向图像对应的全局角坐标信息；

融合模块，用于将所述全局角坐标信息和所述原始全向图像在通道维度上进行融合处理，得到对应的融合特征；

上采样模块，用于对所述融合特征进行特征提取，并基于所述全局角坐标信息对特征提取所得到的特征在空间维度进行上采样处理，得到上采样特征；

重建模块，用于根据所述上采样特征重建得到目标全向图像，所述目标全向图像的分辨率大于所述原始全向图像的分辨率。

在一个实施例中，所述位置信息包括像素点在图像坐标系中的坐标信息；所述确定模块，还用于基于多个所述像素点各自对应的坐标信息，确定各所述像素点在像素坐标系的横轴方向和纵轴方向上分别对应的尺度因子；对多个所述像素点在横轴方向和纵轴方向上分别对应的尺度因子进行等距柱状投影的逆处理，得到多个所述像素点中的每个像素点在球面坐标系中对应的角坐标信息，以得到所述原始全向图像对应的全局角坐标信息。