【技术实现步骤摘要】
图像增强方法、装置和电子设备
本专利技术涉及图像处理的
，尤其是涉及一种图像增强方法、装置和电子设备和具有处理器可执行的非易失的程序代码的计算机可读介质。
技术介绍
随着互联网技术的发展，以图像、视频为主体的移动多媒体数据急剧增长，在带宽受限的情况下传输图像时，必须应用图像压缩以显著节省编码比特率。但是，常用的图像压缩方法通常会出现块效应、振铃等效应，影响画面质量，这会严重降低用户体验质量，此外，这些现象会降低分类和识别任务的准确性。相关的研究指出压缩质量增强可以提高分类和识别的性能。因此，迫切需要研究压缩图像的质量增强方法。现有技术中，U型网络在图像去模糊领域已经成为几乎唯一的网络基础框架，一般采用逐像素的二范数损失函数。但研究表明，采用逐像素的二范数作为损失函数并不能有效地刻画图像的主观感知质量，这一现象被称为“感知鸿沟”，也即，更高的PSNR(PeakSignaltoNoiseRatio，峰值信噪比)指标(或者说更低的逐像素二范数损失函数值)的图像并不一定更符合人的主观感知。综上所述，现有技术中的...
【技术保护点】
1.一种图像增强方法，其特征在于，包括：/n获取待处理图像；/n对所述待处理图像进行下采样，得到第一图像；/n利用底层目标图像增强模型对所述第一图像进行处理，得到第一复原图像和所述第一图像的至少一种尺寸的特征图；/n对所述第一复原图像进行上采样，得到第二复原图像，并将所述第二复原图像和所述待处理图像进行拼接，得到融合图像，其中，所述第二复原图像的空间尺寸与所述待处理图像的空间尺寸相同；/n利用顶层目标图像增强模型对所述融合图像和所述第一图像的至少一种尺寸的特征图进行处理，得到目标复原图像。/n
【技术特征摘要】 【专利技术属性】
1.一种图像增强方法，其特征在于，包括：
获取待处理图像；
对所述待处理图像进行下采样，得到第一图像；
利用底层目标图像增强模型对所述第一图像进行处理，得到第一复原图像和所述第一图像的至少一种尺寸的特征图；
对所述第一复原图像进行上采样，得到第二复原图像，并将所述第二复原图像和所述待处理图像进行拼接，得到融合图像，其中，所述第二复原图像的空间尺寸与所述待处理图像的空间尺寸相同；
利用顶层目标图像增强模型对所述融合图像和所述第一图像的至少一种尺寸的特征图进行处理，得到目标复原图像。
2.根据权利要求1所述的方法，其特征在于，
所述底层目标图像增强模型包括依次连接的：第一编码器和第一解码器，所述第一编码器包括至少一个编码卷积块，所述第一解码器包括至少一个解码卷积块，所述底层目标图像增强模型中的编码卷积块和解码卷积块的数量相同；
所述顶层目标图像增强模型包括依次连接的：第二编码器和第二解码器，所述第二编码器包括至少一个编码卷积块，所述第二解码器包括至少一个解码卷积块，所述顶层目标图像增强模型中的编码卷积块和解码卷积块的数量相同；
所述底层目标图像增强模型中的第一特征图经过上采样后与所述顶层目标图像增强模型中的第二特征图进行拼接，并将拼接后的特征图输入所述顶层目标图像增强模型中的第二解码器，其中，所述第一特征图表示与所述第一解码器相连接的编码卷积块输出的特征图，所述第二特征图表示与所述第二解码器相连接的编码卷积块输出的特征图，所述第一特征图经过上采样后得到的特征图与所述第二特征图的空间尺寸相同。
3.根据权利要求2所述的方法，其特征在于，
在所述底层目标图像增强模型中，第一目标解码卷积块输入的特征图为所述第一目标解码卷积块的上一解码卷积块输出的第一目标特征图与所述第一编码器得到的第二目标特征图拼接后得到的特征图，其中，所述第一目标解码卷积块为所述第一解码器中除与第一编码器相连接的解码卷积块之外的任意一个解码卷积块，所述第二目标特征图为与所述第一目标特征图的空间尺寸相同的特征图。
4.根据权利要求2所述的方法，其特征在于，
在所述顶层目标图像增强模型中，第二目标解码卷积块输入的特征图为所述第二目标解码卷积块的上一解码卷积块输出的第三目标特征图与所述第二编码器得到的第四目标特征图拼接后得到的特征图，其中，所述第二目标解码卷积块为所述第二解码器中除与第二编码器相连接的解码卷积块之外的任意一个解码卷积块，所述第四目标特征图为与所述第三目标特征图的空间尺寸相同的特征图。
5.根据权利要求2所述的方法，其特征在于，
所述编码卷积块包括依次连接的：第一卷积层、第一激活函数层、第一残差卷积块和第二残差卷积块；
所述解码卷积块包括依次连接的：第三残差卷积块、第四残差卷积块、反卷积层和第二激活函数层；
所述残差卷积块包括依次连接的：第二卷积层、第三激活函数层和第三卷积层。
技术研发人员：段一平，陶晓明，高润东，韩超诣，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。