图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、电子设备及存储介质，本身请预先训练了图像处理模型，其中，图像处理模型是基于输入样本图像数据和输出样本图像数据进行模型训练得到的，输入样本图像数据是基于输出样本图像数据得到的，且输入样本图像数据对应的分辨率小于输出样本图像数据对应的分辨率。基于此，本申请获取待处理的第一图像数据，进而通过图像处理模型，对第一图像数据进行处理，得到分辨率更高的第二图像数据。由此，本申请通过图像处理模型对第一图像数据进行处理，就可以得到分辨率更高的图像数据，也就可以避免由于提升图像分辨率导致噪声增强的情况，使得输出图像数据对应的图像更加清晰。对应的图像更加清晰。对应的图像更加清晰。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及数据处理
，更具体的说，是涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着用户生活品质的提升，用户对图像的清晰度的追求也越来越高，一些清晰度比较低的图像已经不能满足用户的需求了。
[0003]目前，采用超分辨技术对低清晰度的图像进行处理，可以提高该图像的分辨率，也就是可以提高图像的清晰度。
[0004]但是采用超分辨技术对低清晰度图像进行增强时，图像中的噪声也会增强，使得增强的图像依旧不清晰。

技术实现思路

[0005]鉴于上述问题，提出了本申请以便提供一种图像处理方法、装置、电子设备及存储介质，以实现增强图像的分辨率。具体方案如下：一种图像处理方法，包括：获取待处理的第一图像数据；通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据；其中，所述图像处理模型是基于训练样本进行模型训练得到的，所述训练样本包括输入样本图像数据和输出样本图像数据，所述输入样本图像数据是基于所述输出样本图像数据得到的，且所述输入样本图像数据对应的分辨率小于所述输出样本图像数据对应的分辨率。
[0006]可选的，所述图像处理模型包括人脸增强模型和背景增强模型；其中，通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据，包括：通过所述人脸增强模型，对所述第一图像数据的人脸区域进行处理，以得到目标人脸图像数据；通过所述背景增强模型，对所述第一图像数据的背景区域进行处理，以得到目标背景图像数据；根据所述目标人脸图像数据和所述目标背景图像数据，获得第二图像数据。
[0007]可选的，通过所述人脸增强模型，对所述第一图像数据的人脸区域进行处理，以得到目标人脸图像数据，包括：对所述第一图像数据进行处理，得到标准图像数据，所述标准图像数据中包含对应于所述第一图像数据中的人脸区域的目标区域；对所述标准图像数据进行处理，得到第一特征数据和第二特征数据，所述第一特征数据与所述第二特征数据不同，所述第一特征数据为所述标准图像数据中所述目标区域
对应的浅层特征数据，所述第二特征数据为所述标准图像数据中所述目标区域对应的深层特征数据；根据所述第一特征数据、所述第二特征数据和所述人脸增强模型，获得目标人脸图像数据。
[0008]可选的，对所述第一图像数据进行处理，得到标准图像数据，包括：识别所述第一图像数据的人脸区域；获取所述人脸区域中目标部位的目标位置；根据所述目标位置和所述目标部位的标准位置，获得标准矩阵，所述标准矩阵表征所述目标位置和所述标准位置的偏移关系；通过所述标准矩阵，对所述人脸区域进行处理，以得到标准图像数据，以使得所述标准图像数据中包含对应于所述人脸区域的目标区域。
[0009]可选的，根据所述第一特征数据、所述第二特征数据和所述人脸增强模型，获得目标人脸图像数据，包括：通过所述人脸增强模型，对所述第一特征数据进行处理，以得到第三特征数据；根据所述第二特征数据和所述第三特征数据，获得目标人脸图像数据。
[0010]可选的，所述人脸增强模型是通过面部损失函数进行模型训练得到的，所述人脸增强模型包括生成器和判别器，所述生成器用于对所述第一图像数据进行处理，以得到目标人脸图像数据，所述判别器用于判定所述生成器得到的所述目标人脸图像数据是否满足所述人脸增强模型对应的训练收敛条件，所述面部损失函数的公式为：
[0011]其中，L
comp
为损失数值，ROI为人脸器官所处的区域，D
ROI
为所述判别器，为所述判别器的损失权重，为所述第三特征数据对应的特征数据，为所述人脸增强模型的输出图像数据。
[0012]一种图像处理装置，包括：图像数据获取单元，用于获取待处理的第一图像数据；图像数据处理单元，用于通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据；其中，所述图像处理模型是基于训练样本进行模型训练得到的，所述训练样本包括输入样本图像数据和输出样本图像数据，所述输入样本图像数据是基于所述输出样本图像数据得到的，且所述输入样本图像数据对应的分辨率小于所述输出样本图像数据对应的分辨率。
[0013]一种电子设备，包括：存储器和处理器；所述存储器，用于存储程序；所述处理器，用于执行所述程序，以实现：获取待处理的第一图像数据；通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据；其中，所述图像处理模型是基于训练样本进行模型训练得到的，所述训练样本包括输入样本图像数据和输出样本图像数据，所述输入样本图像数据是基于所述输出样本图像数据得到的，且所述输入样本图
像数据对应的分辨率小于所述输出样本图像数据对应的分辨率。
[0014]一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，以实现：获取待处理的第一图像数据；通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据；其中，所述图像处理模型是基于训练样本进行模型训练得到的，所述训练样本包括输入样本图像数据和输出样本图像数据，所述输入样本图像数据是基于所述输出样本图像数据得到的，且所述输入样本图像数据对应的分辨率小于所述输出样本图像数据对应的分辨率。
[0015]借由上述技术方案，本申请训练了能够提高图像分辨率的图像处理模型，图像处理模型是基于训练样本进行模型训练得到的，训练样本包括输入样本图像数据和输出样本图像数据，输入样本图像数据是基于输出样本图像数据得到的，且输入样本图像数据对应的分辨率小于输出样本图像数据对应的分辨率。基于此，本申请获取待处理的第一图像数据，并通过图像处理模型，对第一图像数据进行处理，得到分辨率更高的第二图像数据。由此，本申请通过图像处理模型对第一图像数据进行处理，就可以得到分辨率更高的图像数据，也就可以避免由于提升图像分辨率导致噪声增强的情况，使得输出图像数据对应的图像更加清晰。
附图说明
[0016]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本申请实施例一提供的图像处理方法的一流程示意图；图2为本申请实施例一提供的第二图像数据获取方法的一流程示意图；图3为本申请实施例一提供的目标人脸图像数据获取方法的另一流程示意图；图4为本申请实施例一提供的标准图像数据获取方法的一流程示意图；图5为本申请实施例一提供的目标人脸图像数据获取方法的另一流程示意图；图6为本申请实施例二提供的一种图像处理装置结构示意图；图7为本申请实施例二提供的一种处理单元的装置结构示意图；图8为本申请实施例二提供的一种人脸增强单元的装置结构示意图；图9为本申请实施例三提供的一种电子设备的结构示意图；图10为本申请提供的图像处理方法的另一流程示意图。
具体实施方式
[0017]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待处理的第一图像数据；通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据；其中，所述图像处理模型是基于训练样本进行模型训练得到的，所述训练样本包括输入样本图像数据和输出样本图像数据，所述输入样本图像数据是基于所述输出样本图像数据得到的，且所述输入样本图像数据对应的分辨率小于所述输出样本图像数据对应的分辨率。2.根据权利要求1所述的方法，其特征在于，所述图像处理模型包括人脸增强模型和背景增强模型；其中，通过图像处理模型，对所述第一图像数据进行处理，以得到第二图像数据，包括：通过所述人脸增强模型，对所述第一图像数据的人脸区域进行处理，以得到目标人脸图像数据；通过所述背景增强模型，对所述第一图像数据的背景区域进行处理，以得到目标背景图像数据；根据所述目标人脸图像数据和所述目标背景图像数据，获得第二图像数据。3.根据权利要求2所述的方法，其特征在于，通过所述人脸增强模型，对所述第一图像数据的人脸区域进行处理，以得到目标人脸图像数据，包括：对所述第一图像数据进行处理，得到标准图像数据，所述标准图像数据中包含对应于所述第一图像数据中的人脸区域的目标区域；对所述标准图像数据进行处理，得到第一特征数据和第二特征数据，所述第一特征数据与所述第二特征数据不同，所述第一特征数据为所述标准图像数据中所述目标区域对应的浅层特征数据，所述第二特征数据为所述标准图像数据中所述目标区域对应的深层特征数据；根据所述第一特征数据、所述第二特征数据和所述人脸增强模型，获得目标人脸图像数据。4.根据权利要求3所述的方法，其特征在于，对所述第一图像数据进行处理，得到标准图像数据，包括：识别所述第一图像数据的人脸区域；获取所述人脸区域中目标部位的目标位置；根据所述目标位置和所述目标部位的标准位置，获得标准矩阵，所述标准矩阵表征所述目标位置和所述标准位置的偏移关系；通过所述标准矩阵，对所述人脸区域进行处理，以得到标准图像数据，以使得所述标准图像数据中包含对应于所述人脸区域的目标区域。5.根据权利要求3所述的方法，其特征在于，根据所述第一特征数据、所述第二特征数据和所述人脸增强模型，获得目标人脸图像数据，包括：通过所述人脸增强模型，对所述第一特征数据进行处理，以得到第三特...

【专利技术属性】
技术研发人员：刘聪，杨松，杨波，
申请(专利权)人：飞狐信息技术天津有限公司，
类型：发明
国别省市：