图像处理方法、装置、电子设备及可读存储介质制造方法及图纸

本申请提供一种图像处理方法、装置、电子设备及可读存储介质，方法包括：使用神经网络模型获取对应预设第一分辨率的第一滤波器；根据第一滤波器，渲染得到对应预设目标尺寸大小的目标滤波器；使用目标滤波器对预设的待滤波图片进行处理；其中，预设目标尺寸大小大于预设第一尺寸大小，待滤波图片的分别率为预设目标分辨率。这样，得到目标滤波器的过程不再是端到端的方式，而是基于神经网络模型输出的低分辨率滤波器来间接得到，这样使得每一个中间层的系数可以被调节。同时，由于本申请是逐级向上渲染得到的目标滤波器，因此训练过程更为可控，不易出现过拟合的情况。此外，采用本申请的方式也可以节约计算资源。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及可读存储介质
本申请涉及图像处理
，具体而言，涉及一种图像处理方法、装置、电子设备及可读存储介质。
技术介绍
为弥补传统图像处理算法的不足，基于神经网络提升画质的算法已被广泛使用。相比于传统算法靠经验调节滤波器的滤波系数来对图像进行处理，基于神经网络提升画质的算法采用数据驱动，利用训练数据来学习出滤波器的滤波系数。当前基于神经网络提升画质的算法都是采用端到端的学习方式来进行训练，也即直接输入训练集图片即得到输出的图片，其中间得到滤波系数的过程是黑盒子，无法人为调整。同时，由于端到端的处理方式中，对图像中的每一个像素点都会分配同样的算力进行处理，这就导致了当前基于神经网络提升画质的算法计算资源消耗较高。此外，在基于神经网络提升画质的算法中，对训练数据产生过拟合总是不可避免的，而只要产生些许过拟合，就可能在测试或应用时图像上产生严重伪迹，从而影响图像质量。
技术实现思路
本申请实施例的目的在于提供一种图像处理方法、装置、电子设备及可读存储介质，用以解决上述问题。本申请实施例提供了一种图本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n使用神经网络模型获取对应预设第一分辨率的第一滤波器；/n根据所述第一滤波器，渲染得到对应预设目标分辨率的目标滤波器；所述预设目标分辨率大于所述预设第一分辨率；/n使用所述目标滤波器对预设的待滤波图片进行处理；所述待滤波图片的分别率为所述预设目标分辨率。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
使用神经网络模型获取对应预设第一分辨率的第一滤波器；
根据所述第一滤波器，渲染得到对应预设目标分辨率的目标滤波器；所述预设目标分辨率大于所述预设第一分辨率；
使用所述目标滤波器对预设的待滤波图片进行处理；所述待滤波图片的分别率为所述预设目标分辨率。


2.如权利要求1所述的图像处理方法，其特征在于，使用神经网络模型获取对应预设第一分辨率的第一滤波器，包括：
将预设的输入图片输入至所述神经网络模型中，得到第一初始滤波器；
使用所述第一初始滤波器对下采样至所述第一分辨率的所述输入图片进行滤波，得到第一滤波图片；
计算所述第一滤波图片的色彩与下采样至所述第一分辨率的预设标准图片的色彩之间的损失值；
在所述损失值未收敛时，迭代更新所述神经网络模型的参数，直至所述损失值收敛为止；
使用预设网络对损失值收敛时的所述第一初始滤波器中的高频系数进行校正，得到所述第一滤波器。


3.如权利要求1或2所述的图像处理方法，其特征在于，根据所述第一滤波器，渲染得到对应预设目标分辨率的目标滤波器；包括：
对所述第一滤波器进行渲染，得到对应预设第二分辨率的第二初始滤波器；所述预设第二分辨率大于所述预设第一分辨率；
使用预设网络对所述第二初始滤波器中的高频系数进行校正，得到校正后的第二滤波器；
若所述预设第二分辨率不是所述预设目标分辨率，继续对所述第二滤波器进行渲染，直至得到对应预设目标分辨率的目标滤波器。


4.如权利要求3所述的图像处理方法，其特征在于，对所述第一滤波器渲染得到第二初始滤波器，包括：
按照所述预设第二分辨率与所述预设第一分辨率之间的相差倍数，对所述第一滤波器进行插值，得到所述第二初始滤波器。


5.如权利要求3所述的图像处理方法，其特征在于，使用预设网络对所述第二初始滤波...

【专利技术属性】
技术研发人员：刘永劼，
申请(专利权)人：北京爱芯科技有限公司，
类型：发明
国别省市：北京;11