图像重建方法及设备技术

本申请实施例提供一种图像重建方法及设备，该方法包括：对第一图像的M个部分分别进行重建得到M个重建的部分；第一图像的M个部分的组合为第一图像；第一图像的M个部分是根据第一图像中对象的固定结构划分的，M为大于1的正整数；第一图像的M个部分中每个部分的分辨率低于对应的重建的部分的分辨率；将M个重建的部分进行组合得到重建的第二图像。实施本申请实施例，可以提高重建图像的质量。

Image Reconstruction Method and Equipment

【技术实现步骤摘要】
图像重建方法及设备
本申请涉及图像
，尤其涉及一种图像重建方法及设备。
技术介绍
图像超分辨率重建是指利用图像处理方法将低分辨率图像重建为高分辨率图像的技术，可有效提升图像的清晰度，对于视频监控、相机拍照、高清电视、医学图像等各领域具有重要意义。而图像超分辨率重建中，人脸超分辨率重建(faceimagesuper-resolution)应用广泛，人脸超分辨率重建又称人脸幻生(facehallucination)。目前，人脸超分辨率重建的方法包括基于信号重建的方法和基于机器学习的方法。其中，基于信号重建方法主要通过信号处理领域中的信号重建理论来实现，例如傅里叶变换、多项式插值等。基于信号的重建方法通常实现简单，但重建得到的图像细节信息丢失严重，边缘模糊，锯齿状明显。而基于机器学习的方法是输入低分辨率图像，然后通过超分辨率模型重建低分辨率图像得到极大后验概率估计的重建图像。基于机器学习的方法中最常用的超分辨率模型是深度学习的超分辨率网络。在对低分辨率图像进行处理时，超分辨率模型同时对图像进行整体重建，未考虑图像中各部分各自的特征，从而降低了图像重建质量。另外，对于深度学习的超分辨率本文档来自技高网...

【技术保护点】
1.一种图像重建方法，其特征在于，包括：对第一图像的M个部分分别进行重建得到M个重建的部分；所述第一图像的M个部分的组合为所述第一图像；所述第一图像的M个部分是根据所述第一图像中对象的固定结构划分的，所述M为大于1的正整数；所述第一图像的M个部分中每个部分的分辨率低于对应的重建的部分的分辨率；将所述M个重建的部分进行组合得到重建的第二图像。

【技术特征摘要】
1.一种图像重建方法，其特征在于，包括：对第一图像的M个部分分别进行重建得到M个重建的部分；所述第一图像的M个部分的组合为所述第一图像；所述第一图像的M个部分是根据所述第一图像中对象的固定结构划分的，所述M为大于1的正整数；所述第一图像的M个部分中每个部分的分辨率低于对应的重建的部分的分辨率；将所述M个重建的部分进行组合得到重建的第二图像。2.根据权利要求1所述的方法，其特征在于，所述对第一图像的M个部分分别进行重建得到M个重建的部分，包括：将所述第一图像针对第一图像的第i个部分进行图像重建得到第三图像；所述第三图像的第i个部分的分辨率高于所述第一图像的第i个部分的分辨率；将所述第一图像避开所述第一图像的第i个部分进行图像遮罩得到第一遮罩图像；将所述第三图像和所述第一遮罩图像进行叠加得到第i个重建的部分，所述第i个重建的部分是所述第一图像的第i个部分的重建图像；所述i为满足1≤i≤M的正整数。3.根据权利要求2所述的方法，其特征在于，所述对第一图像的M个部分分别进行重建得到M个重建的部分之前，所述方法还包括：对所述第一图像进行双三次插值处理得到第四图像；所述将所述第一图像针对第一图像的第i个部分进行图像重建得到第三图像，包括：将所述第一图像针对第一图像的第i个部分进行图像重建得到第五图像；将所述第四图像和所述第五图像叠加得到所述第三图像。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对第一图像的M个部分分别进行重建得到M个重建的部分之前，所述方法还包括：对所述第一图像提取图像特征；所述对第一图像的M个部分分别进行重建得到M个重建的部分，包括：根据所述图像特征分别对所述第一图像的M个部分进行重建得到M个重建的部分。5.根据权利要求2或3所述的方法，其特征在于，所述将所述第一图像针对第一图像的第i个部分进行图像重建得到第三图像，包括：将所述第一图像针对所述第一图像的第i个部分进行N次门控强化处理和去卷积操作得到所述第三图像；所述N为大于或等于1的正数；其中，门控强化处理是将第一图像特征进行去冗余、卷积操作和非线性变换得到第二图像特征，并将所述第一图像特征和所述第二图像特征加权和作为输出；所述第一图像特征是所述门控强化处理的输入特征。6.根据权利要求2或3所述的方法，其特征在于，所述将所述第一图像避开所述第一图像的第i个部分进行图像遮罩得到第一遮罩图像，包括：通过对所述第一图像进行S次门控强化处理和去卷积操作得到所述第一遮罩图像；所述S为大于或等于1的正数；其中，门控强化处理是将第三图像特征进行去冗余、卷积操作和非线性变换得到第四图像特征，并将所述第三图像特征和所述第四图像特征加权和作为输出；所述第三图像特征是所述门控强化处理的输入特征。7.根据权利要求1至6任一项所述的方法，其特征在于，所述对第一图像的M个部分分别进行重建得到M个重建的部分之前，所述方法还包括：训练得到第一超分辨率模型，所述第一超分辨率模型用于提高图像的分辨率；构建第二超分辨率模型，所述第二超分辨率模型包含M个分支，用于对图像的M个部分分别进行重建得到M个重建的部分；所述M个分支中每个分支的参数是使用所述第一超分辨率模型的参数进行初始化的；使用第k个部分的训练数据对第j个分支进行训练；所述第k个部分是图像的M个部分中的任一个部分，所述第j个分支是所述M个分支中的任一个分支，所述第j个分支用于获取所述第k个部分的重建的部分；所述对第一图像的M个部分分别进行重建得到M个重建的部分，包括：使用所述新的M个分支分别对第一图像的M个部分进行重建得到M个重建的部分。8.根据权利要求7所述的方法，其特征在于，所述第j个分支包含第一子分支和第二子分支；所述第一子分支用于针对图像的第k个部分进行图像重建；所述第二子分支用于避开图像的第k个部分进行图像遮罩；所述使用第k个部分的训练数据对第j个分支进行训练得到新的第j个分支，包括：使用所述第k个部分的训练数据的第一标注对所述第一子分支进行训练得到新的第一子分支；所述训练数据的第一标注用于对所述第一子分支针对所述图像的第k个部分进行图像重建训练；使用所述第k个部分的训练数据的第二标注对所述第二子分支进行训练得到新的第二子分支；所述训练数据的第二标注用于对所述第二子分支避开所述图像的第k个部分进行图像遮罩训练。9.一种图像重建设备，其特征在于，包括处理器和存储器，所述存储器用于存储程序指令，所述处理器用于调用所述程序指令...

【专利技术属性】
技术研发人员：姚春凤，冯柏岚，颜波，徐名源，李可，巴合提亚尔·巴热，钱莉，
申请(专利权)人：华为技术有限公司，复旦大学，
类型：发明
国别省市：广东,44