[发明专利]图像处理模型训练方法以及装置

权利要求书

1.一种图像处理模型训练方法，包括：

对图像样本对中的目标图像进行加噪处理获得噪声图像；

将所述图像样本对中的原始图像输入至初始图像处理模型进行处理，获得初始图像；

根据所述噪声图像和所述初始图像生成还原图像，其中，所述原始图像和所述还原图像的属性特征相同；

根据所述还原图像和所述噪声图像对所述初始图像处理模型进行训练，直至获得满足训练条件的目标图像处理模型，其中，所述目标图像处理模型为机器学习模型。

2.根据权利要求1所述的方法，所述对图像样本对中的目标图像进行加噪处理获得噪声图像，包括：

根据预设的加噪策略对所述图像样本对中的目标图像进行加噪处理，获得噪声图像序列；

在所述噪声图像序列中选择具有相邻关系的第一噪声图像和第二噪声图像，作为所述噪声图像。

3.根据权利要求2所述的方法，所述根据预设的加噪策略对图像样本对中的目标图像进行加噪处理，获得噪声图像序列，包括：

根据预设的加噪策略确定加噪处理次数n；

对所述图像样本对中的目标图像进行第i次加噪处理，获得第i噪声图像，其中i从1开始取值，且i和n均为正整数；

判断i是否等于n；

若否，i自增1，将第i噪声图像作为目标图像，并执行对所述图像样本对中的目标图像进行第i次加噪处理，获得第i噪声图像的步骤；

若是，由n次加噪处理获得的n个噪声图像组成噪声图像序列。

4.根据权利要求2所述的方法，所述根据所述噪声图像和所述初始图像生成还原图像，包括：

在所述噪声图像序列中确定所述第一噪声图像对应的位置信息，根据所述位置信息确定噪声参数，其中，所述噪声参数表示所述第一噪声图像的加噪程度；

根据所述噪声参数对所述第二噪声图像和所述初始图像进行还原处理，获得还原图像。

5.根据权利要求4所述的方法，所述根据所述噪声参数对所述第二噪声图像和所述初始图像进行还原处理，获得还原图像，包括：

根据所述第二噪声图像和所述噪声参数，确定所述第二噪声图像对应的图像噪声特征；

根据所述图像噪声特征对所述初始图像进行去噪处理，获得还原图像。

6.根据权利要求2所述的方法，所述根据所述还原图像和所述噪声图像对所述初始图像处理模型进行训练，直至获得满足训练条件的目标图像处理模型，包括：

根据所述第一噪声图像和所述还原图像计算初始损失值；

判断所述初始损失值是否大于损失值阈值；

若是，基于所述初始损失值对所述初始图像处理模型进行调参，获得中间图像处理模型，将所述中间图像处理模型作为初始图像处理模型，在图像样本集中选择下一模型训练周期的图像样本对，并执行对图像样本对中的目标图像进行加噪处理获得噪声图像的步骤；

若否，将所述初始图像处理模型作为满足训练条件的目标图像处理模型。

7.根据权利要求2所述的方法，所述根据所述第一噪声图像和所述还原图像计算初始损失值，包括：

确定所述第一噪声图像对应的第一噪声图像矩阵，以及确定所述还原图像对应的还原图像矩阵；

计算所述第一噪声图像矩阵和所述还原图像矩阵之间的距离矩阵，将所述距离矩阵作为所述初始损失值。

8.根据权利要求1-7任意一项所述的方法，所述对图像样本对中的目标图像进行加噪处理获得噪声图像步骤执行之前，还包括：

确定关联所述初始图像处理模型的训练任务；

根据所述训练任务在预设的图像样本集中选择至少一个初始图像样本对；

在所述至少一个初始图像样本对中选择满足预设图像对齐关系的初始图像样本对，作为所述图像样本对。