【技术实现步骤摘要】
图像插值方法及其装置、设备和介质
本公开涉及计算机视觉
，特别涉及图像插值方法及其装置、设备和介质。
技术介绍
插值指的是利用已知数据去预测未知数据，而图像插值则是指给定一个像素点，根据它周围像素点的信息来对该像素点的值进行预测。由于图像插值技术可以预测像素点的信息，因此可以用于给定图像的细化处理。现有技术图像插值方法拘泥于现有的简单函数形式，如线性插值、双线性插值等，这些插值处理与像素点的空间位置和内容信息无关，无法实现有效拟合。因此，使用现有技术的插值处理而获得的图像质量较差、还原度较低。因此，如何提高图像插值的拟合度，以提高图像处理质量已经成为本领域的一个重要课题。在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
本公开提供了一种图像插值方法及其装置、电子设备、计算机可读存储介质和计算机程序产...
【技术保护点】
1.一种图像插值方法，包括：/n确定待处理图像的有效特征梯度图和扩散系数矩阵；/n基于所述有效特征梯度图和所述扩散系数矩阵，确定所述待处理图像的有效传输信息；以及/n基于所述有效传输信息，更新所述待处理图像，得到插值图像。/n
【技术特征摘要】
1.一种图像插值方法，包括：
确定待处理图像的有效特征梯度图和扩散系数矩阵；
基于所述有效特征梯度图和所述扩散系数矩阵，确定所述待处理图像的有效传输信息；以及
基于所述有效传输信息，更新所述待处理图像，得到插值图像。
2.如权利要求1所述的方法，其中，确定待处理图像的有效特征梯度图包括：
针对待处理图像的多个预设点，确定每一所述预设点的多个邻域，每一所述邻域包括一个或多个邻域点；以及
基于所述多个预设点中每一所述预设点的特征值以及相应的多个邻域的特征值，确定所述待处理图像的有效特征梯度图。
3.如权利要求2所述的方法，其中，所述多个预设点的邻域数量相同，
其中，确定有效特征梯度图包括：
建立多个特征邻域图，所述特征邻域图的数量与每一所述预设点相应的邻域数量相同，每一所述特征邻域图的与所述待处理图像中每一预设点对应的位置被赋值为该预设点相应的其中一个邻域的特征值；
计算多个特征邻域图分别与所述待处理图像的差值，得到多个差值图像；
基于相应的所述差值图像，确定所述多个特征邻域图分别相应的多个有效特征梯度图。
4.如权利要求3所述的方法，其中，基于所述有效特征梯度图和所述扩散系数矩阵，确定所述多个预设点中每一预设点相应的有效传输信息包括：
针对每一所述特征邻域图，基于相应的有效特征梯度图和所述扩散系数矩阵，确定传输信息矩阵；以及
对多个特征邻域图分别相应的多个传输信息矩阵进行融合，得到有效传输信息矩阵，
其中，所述有效传输信息矩阵包括所述多个预设点中每一预设点相应的有效传输信息。
5.如权利要求3所述的方法，其中，基于相应的所述差值图像，确定所述多个特征邻域图分别相应的有效特征梯度图包括：
对多个特征邻域图分别相应的多个差值图像进行归一化处理，以得到每一特征邻域图相应的有效特征梯度图。
6.如权利要求1所述的方法，其中，通过对所述待处理图像和有效传输信息进行数据级融合，来更新所述待处理图像。
7.如权利要求6所述的方法，还包括：
在对所述待处理图像和有效传输信息进行数据级融合之前，采用不同的方式对不同预设点相应的有效传输信息进行预处理。
8.如权利要求1-7中任一项所述的方法，其中，确定所述待处理图像的扩散系数矩阵包括：
将所述待处理图像输入嵌入神经网络，获取所述嵌入神经网络输出的扩散系数矩阵。
9.如权利要求8所述的方法，其中，所述嵌入神经网络包括卷积神经网络和嵌入层，所述卷积神经网络包括多个级联的卷积层，多个所述卷积层包括靠近输入侧的浅层和靠近输出侧的高层，所述嵌入层的输入包括所述浅层输出的浅层特征图和所述高层输出的高层特征图，所述嵌入层的输出包括所述扩散系数矩阵。
10.如权利要求9所述的方法，其中，所述嵌入神经网络的训练过程包括：
获取样本图像以及所述样本图像的真实插值图像；
将所述样本图像输入所述嵌入神经网络；
确定所述样本图像的有效样本特征梯度图；
基于所述有效样本特征梯度图和所述嵌入层输出的预测扩散系数矩阵，确定预测插值图像；
基于所述真实插值图像和预测插值图像，计算损失值；以及
基于所述损失值调整所述嵌入神经网络的参数。
11.如权利要求2所述的方法，其中，所述多个预设点包括所述待处理图像的每一个像素，所述邻域点对应一个像素，
其中，所述特征值为像素的值。
12.如权利要求2所述的方法，其中，按照以下方式中的至少其中之一确定任一所述预设点的多个邻域：
4邻域、8邻域、半径为设定值的网格邻域、可变形邻域。
13.一种深度图插值方法，包括：
获取待处理图像，所述待处理图像包括具有深度信息的多个有效深度点；
采用权利要求1-12中任一项所述的图像插值方法对所述待处理图像进行插值处理，以对所述待处理图像进行深度插值，其中，多个预设点包括所述多个有效深度点。
14.一种语义分割...
【专利技术属性】
技术研发人员：官晨晔，张良俊，
申请(专利权)人：百度时代网络技术北京有限公司，百度美国有限责任公司，
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。