[发明专利]一种图像处理、模型训练、方法、装置和存储介质有效
| 申请号： | 201811384682.5 | 申请日： | 2018-11-20 |
| 公开（公告）号： | CN109934775B | 公开（公告）日： | 2022-12-27 |
| 发明（设计）人： | 任文琦;马林;刘威 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人： | 黄威 |
| 地址： | 518057 广东省深圳*** | 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： | 本发明实施例公开了一种图像处理、模型训练、方法、装置和存储介质；本发明实施例可以获取待处理模糊图像、以及所述待处理模糊图像对应的模糊核；获取所述模糊核对应的分解矩阵；根据所述分解矩阵对反卷积网络模型中卷积层的参数进行设置，得到设置后反卷积网络模型，所述反卷积网络模型由样本模糊核、样本模糊核的广义矩阵分解结果、样本模糊核对应的样本模糊图像训练而成；所述卷积层与所述分解矩阵对应；根据所述设置后反卷积网络模型对所述待处理模糊图像进行去模糊处理，得到去模糊后图像；该方案可以提升去模糊效率和效果。 | ||
| 搜索关键词： | 一种 图像 处理 模型 训练 方法 装置 存储 介质 | ||
【主权项】：
1.一种图像处理方法，其特征在于，包括：获取待处理模糊图像、以及所述待处理模糊图像对应的模糊核；获取所述模糊核对应的分解矩阵；根据所述分解矩阵对反卷积网络模型中卷积层的参数进行设置，得到设置后反卷积网络模型，所述反卷积网络模型由样本模糊核、样本模糊核的广义矩阵分解结果、样本模糊核对应的样本模糊图像训练而成；所述卷积层与所述分解矩阵对应；根据所述设置后反卷积网络模型对所述待处理模糊图像进行去模糊处理，得到去模糊后图像。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/201811384682.5/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
