图像处理方法及装置、电子设备和计算机可读存储介质制造方法及图纸

本公开的实施例提供了一种图像处理方法及装置、电子设备和计算机可读存储介质，属于计算机和通信技术领域。所述方法包括：获取待处理图像；提取所述待处理图像中多尺度的当前图像特征信息；分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息，获得当前图像编码信息；根据所述当前图像编码信息获得将所述待处理图像放大目标倍数的目标图像。本公开实施例的技术方案提供了一种图像处理方法，通过联合应用提取的多尺度的当前图像特征信息和增强所述当前图像特征信息的当前图像编码信息，能够在信息传递的过程中尽可能的避免信息丢失的情况发生，实现了一种低参数数量且低计算复杂度的快速的图像超分辨率重建。

Image processing method and device, electronic equipment and computer readable storage medium

【技术实现步骤摘要】
图像处理方法及装置、电子设备和计算机可读存储介质
本公开涉及人工智能
，具体而言，涉及一种图像处理方法及装置、电子设备和计算机可读存储介质。
技术介绍
随着计算机视觉的发展，图像越来越多的出现在人们的日常生活中，人们对图像的要求越来越高。图像的分辨率是图像质量的重要评价指标，图像的分辨率越高，图像越精细，图像提供的细节更丰富。所以提高图像的分辨率具有重要的意义。目前，提高图像分辨率的技术一般分为两种：第一种是通过硬件的改进来提高图像的分辨率，但是改进硬件设备技术较为复杂，所需成本较高；第二种方法是通过软件技术来提高图像的分辨率，但是相关技术中的方案在信息传递过程中容易丢失信息。因此，需要一种新的图像处理方法及装置、电子设备和计算机可读存储介质。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开实施例提供一种图像处理方法及装置、电子设备和计算机可读存储介质，能够克服硬件提高图像分辨率技术复杂、成本较高的问题，本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取待处理图像；/n提取所述待处理图像中多尺度的当前图像特征信息；/n分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息，获得当前图像编码信息；/n根据所述当前图像编码信息获得将所述待处理图像放大目标倍数的目标图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取待处理图像；
提取所述待处理图像中多尺度的当前图像特征信息；
分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息，获得当前图像编码信息；
根据所述当前图像编码信息获得将所述待处理图像放大目标倍数的目标图像。


2.根据权利要求1所述的图像处理方法，其特征在于，所述当前图像特征信息包括第一图像特征信息；其中，提取所述待处理图像中多尺度的当前图像特征信息，包括：
通过初始卷积结构提取所述待处理图像的初始特征图；
分别通过第一信息集成网络中的第一卷积结构、第二卷积结构和第三卷积结构对所述初始特征图进行处理，获得所述初始特征图的第一特征图、第二特征图和第三特征图；
分别通过所述第一信息集成网络中的第四卷积结构和第五卷积结构对所述初始特征图的第二特征图进行处理，获得所述初始特征图的第四特征图和第五特征图；
级联所述初始特征图的第一特征图、第二特征图、第三特征图、第四特征图和第五特征图，生成所述初始特征图的级联特征图；
通过所述第一信息集成网络中的第一末端卷积结构对所述初始特征图的级联特征图进行处理，生成所述待处理图像中多尺度的第一图像特征信息。


3.根据权利要求2所述的图像处理方法，其特征在于，所述第一信息集成网络中的第一卷积结构包括顺次相连的第一卷积层、第二卷积层和第三卷积层；
所述第一信息集成网络中的第二卷积结构包括顺次相连的第四卷积层和第五卷积层；
所述第一信息集成网络中的第三卷积结构包括第六卷积层；
所述第一信息集成网络中的第四卷积结构包括第七卷积层；
所述第一信息集成网络中的第五卷积结构包括顺次相连的第八卷积层和第九卷积层；
其中，所述第一信息集成网络中的第一卷积层、第六卷积层和第七卷积层的卷积核大小为1×1，用于增强所述第一信息集成网络的非线性性能；所述第一信息集成网络中的第二卷积层、第三卷积层、第四卷积层、第五卷积层、第八卷积层和第九卷积层的卷积核大小为3×3，用于提取所述待处理图像的深度特征。


4.根据权利要求3所述的图像处理方法，其特征在于，所述第一信息集成网络中的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层、第七卷积层、第八卷积层和第九卷积层之后均设置有一个线性修正单元，用于给所述第一信息集成网络引入非线性因素以缓解梯度消失。


5.根据权利要求2所述的图像处理方法，其特征在于，所述当前图像编码信息包括第一图像编码信息；其中，分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息，获得当前图像编码信息，包括：
通过第一通道编码分支对所述第一图像特征信息进行处理，获得第一通道编码信息；
通过第一空间编码分支对所述第一图像特征信息进行处理，获得第一空间编码信息；
根据所述第一空间编码信息和所述第一通道编码信息获得第一特征重标定系数；
根据所述第一图像特征信息和所述第一特征重标定系数获得第一特征重标定信息；
根据所述第一特征重标定信息和所述初始特征图获得所述第一图像编码信息。


6.根据权利要求5所述的图像处理方法，其特征在于，所述第一通道编码分支包括顺次相连的非全局池化层、第一全连接层、第二全连接层和第三全连接层，其中所述非全局池化层用于将所述第一图像特征信息分解为多个元素，所述第一全连接层用于降维所述多个元素的元素数目，所述第二全连接层用于对降维后的元素进行非线性映射，所述第三全连接层用于将非线性映射后的元素数目扩展到与所述第一信息集成网络输出的特征图数量一样的大小。


7.根据权利要求6所述的图像处理方法，其特征在于，所述第一全连接层和所述第二全连接层之后均设置有一个线性修正单元，用于给所述第一通道编码分支引入非线性...

【专利技术属性】
技术研发人员：王楠楠，辛经纬，李志锋，龚迪洪，王巨宏，
申请(专利权)人：西安电子科技大学，腾讯科技深圳有限公司，
类型：发明
国别省市：陕西;61