数据处理方法、图像增强方法及其模型训练方法技术

本说明书提供数据处理方法、图像增强方法及其模型训练方法，其中所述数据处理方法包括：接收用户上传的请求数据，其中，所述请求数据中包含模型训练请求；根据所述请求数据，提取训练图像，其中，所述训练图像用于模型训练；根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像；根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整；展示调整后的所述图像增强模型的参数。参数。参数。

【技术实现步骤摘要】
数据处理方法、图像增强方法及其模型训练方法


[0001]本说明书涉及图像处理
，特别涉及数据处理方法、图像增强方法及图像增强模型训练方法。

技术介绍

[0002]随着互联网技术的发展，图像和视频的视觉效果增强受到越来越多的关注，在显示设备中展示时均会对待展示图像或者待展示视频进行增强处理后再进行展示，以提升对用户的视觉效果。对待展示图像或者待展示视频进行增强处理通常是采用卷积神经网络实现，然而卷积神经网络的输出虽然可以达到图像或者视频增强的效果，但是存在着区域平滑或者图像/视频存在瑕疵等问题，增强效果不够明显。故亟需一种有效方案以解决上述问题。

技术实现思路

[0003]有鉴于此，本说明书实施例提供了一种数据处理方法，一种数据处理装置；同时涉及一种图像增强方法，一种图像增强装置，一种图像增强模型训练方法，一种图像增强模型训练装置，三种计算设备，以及三种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
[0004]根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：
[0005]接收用户上传的请求数据，其中，所述请求数据中包含模型训练请求；
[0006]根据所述请求数据，提取训练图像，其中，所述训练图像用于模型训练；
[0007]根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像；
[0008]根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整；
[0009]展示调整后的所述图像增强模型的参数。
[0010]可选的，所述根据所述请求数据，提取训练图像步骤执行之后，且所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像步骤执行之前，还包括：
[0011]向所述用户展示所述训练图像；
[0012]在接收到所述用户针对所述训练图像提交的调整请求的情况下，根据所述调整请求对所述训练图像进行调整处理，获得目标训练图像；
[0013]相应的，所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像，包括：
[0014]根据所述预设的增强算法，对所述目标训练图像进行增强处理，获得所述第一图像，以及将所述目标训练图像输入至所述图像增强模型，获得所述第二图像。
[0015]可选的，所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，包括：
[0016]基于所述训练图像在各个图像维度的图像参数，确定所述图像维度中的至少一个训练图像维度；
[0017]按照所述训练图像维度预设的所述增强算法，对所述训练图像进行增强处理，获得所述第一图像。
[0018]可选的，所述将所述训练图像输入至图像增强模型，获得第二图像，包括：
[0019]对所述训练图像的高频信息进行处理，根据处理结果获得待增强图像；
[0020]将所述待增强图像输入至所述图像增强模型进行图像增强处理，获得所述第二图像。
[0021]可选的，所述根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整，包括：
[0022]基于所述第二图像相对于所述第一图像存在的损失确定所述第二图像的待增强参数；
[0023]按照所述待增强参数对所述图像增强模型的参数进行调整。
[0024]可选的，所述展示调整后的所述图像增强模型的参数步骤执行之后，还包括：
[0025]接收所述用户上传的调整数据，其中，所述调整数据中包含参数调整请求；
[0026]确定调整后的所述图像增强模型的参数中与所述调整数据对应的目标参数，并根据所述参数调整请求对所述目标参数进行调整；
[0027]展示调整后的所述图像增强模型的目标参数。
[0028]根据本说明书实施例的第二方面，提供了一种数据处理装置，包括：
[0029]接收模块，被配置为接收用户上传的请求数据，其中，所述请求数据中包含模型训练请求；
[0030]提取模块，被配置为根据所述请求数据，提取训练图像，其中，所述训练图像用于模型训练；
[0031]增强模块，被配置为根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像；
[0032]调整模块，被配置为根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整；
[0033]展示模块，被配置为展示调整后的所述图像增强模型的参数。
[0034]根据本说明书实施例的第三方面，提供了一种图像增强方法，包括：
[0035]获取待处理图像；
[0036]将所述待处理图像输入至目标图像增强模型进行图像增强处理；
[0037]获得所述目标图像增强模型输出的所述待处理图像对应的目标图像；
[0038]其中，所述目标图像增强模型根据训练图像和真实图像在各个图像维度的图像参数确定训练图像维度，按照所述训练图像输入至图像增强模型进行增强处理相对于所述训练图像维度的增强算法对所述训练图像进行增强处理存在的损失，对图像增强模型进行优化获得。
[0039]可选的，所述训练图像维度，通过如下方式确定：
[0040]确定所述真实图像在所述各个图像维度的真实图像参数，以及所述训练图像在所述各个图像维度的训练图像参数；
[0041]将所述训练图像参数与所述真实图像参数进行对比；
[0042]根据对比结果在所述图像维度中确定所述训练图像维度。
[0043]可选的，所述训练图像维度的增强算法对所述训练图像进行增强处理的过程如下所述：
[0044]提取所述训练图像在所述训练图像维度对应的图像参数；
[0045]按照所述训练图像维度预设的增强算法对所述图像参数进行调整，根据调整结果获得所述第一图像；
[0046]将所述第一图像确定为所述训练图像维度的增强算法对所述训练图像进行增强处理的处理结果。
[0047]可选的，所述图像增强模型对所述训练图像进行增强处理的过程如下所述：
[0048]对所述训练图像的高频信息进行处理，根据处理结果获得待增强图像；
[0049]将所述待增强图像输入至所述图像增强模型进行图像增强处理，获得所述第二图像；
[0050]将所述第二图像确定为所述图像增强模型对所述训练图像进行增强处理的处理结果。
[0051]可选的，对所述图像增强模型进行优化的过程如下所述：
[0052]基于所述第一图像构建第一矩阵，以及基于所述第二图像构建第二矩阵；
[0053]根据所述第一矩阵和所述第二矩阵计算二者之间的欧式距离，确定所述第二图像相对于所述第一图像存在的损失；
[0054]按照所述第二图像相对于所述第一图像存在的损失，对所述图像增强模型进行优化。
[0055本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：接收用户上传的请求数据，其中，所述请求数据中包含模型训练请求；根据所述请求数据，提取训练图像，其中，所述训练图像用于模型训练；根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像；根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整；展示调整后的所述图像增强模型的参数。2.根据权利要求1所述的数据处理方法，所述根据所述请求数据，提取训练图像步骤执行之后，且所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像步骤执行之前，还包括：向所述用户展示所述训练图像；在接收到所述用户针对所述训练图像提交的调整请求的情况下，根据所述调整请求对所述训练图像进行调整处理，获得目标训练图像；相应的，所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像，包括：根据所述预设的增强算法，对所述目标训练图像进行增强处理，获得所述第一图像，以及将所述目标训练图像输入至所述图像增强模型，获得所述第二图像。3.根据权利要求1所述的数据处理方法，所述根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，包括：基于所述训练图像在各个图像维度的图像参数，确定所述图像维度中的至少一个训练图像维度；按照所述训练图像维度预设的所述增强算法，对所述训练图像进行增强处理，获得所述第一图像。4.根据权利要求1所述的数据处理方法，所述将所述训练图像输入至图像增强模型，获得第二图像，包括：对所述训练图像的高频信息进行处理，根据处理结果获得待增强图像；将所述待增强图像输入至所述图像增强模型进行图像增强处理，获得所述第二图像。5.根据权利要求1所述的数据处理方法，所述根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整，包括：基于所述第二图像相对于所述第一图像存在的损失确定所述第二图像的待增强参数；按照所述待增强参数对所述图像增强模型的参数进行调整。6.根据权利要求1所述的数据处理方法，所述展示调整后的所述图像增强模型的参数步骤执行之后，还包括：接收所述用户上传的调整数据，其中，所述调整数据中包含参数调整请求；确定调整后的所述图像增强模型的参数中与所述调整数据对应的目标参数，并根据所述参数调整请求对所述目标参数进行调整；展示调整后的所述图像增强模型的目标参数。7.一种数据处理装置，包括：接收模块，被配置为接收用户上传的请求数据，其中，所述请求数据中包含模型训练请
求；提取模块，被配置为根据所述请求数据，提取训练图像，其中，所述训练图像用于模型训练；增强模块，被配置为根据预设的增强算法，对所述训练图像进行增强处理，获得第一图像，以及将所述训练图像输入至图像增强模型，获得第二图像；调整模块，被配置为根据所述第一图像和所述第二图像，对所述图像增强模型的参数进行调整；展示模块，被配置为展示调整后的所述图像增强模型的参数。8.一种图像增强方法，包括：获取待处理图像；将所述待处理图像输入至目标图像增强模型进行图像增强处理；获得所述目标图像增强模型输出的所述待处理图像对应的目标图像；其中，所述目标图像增强模型根据训练图像和真实图像在各个图像维度的图像参数确定训练图像维度，按照所述训练图像输入至图像增强模型进行增强处理相对于所述训练图像维度的增强算法对所述训练图像进行增强处理存在的损失，对图像增强模型进行优化获得。9.根据权利要求8所述的图像增强方法，所述训练图像维度，通过如下方式确定：确定所述真实图像在所述各个图像维度的真实图像参数，以及所述训练图像在所述各个图像维度的训练图像参数；将所述训练图像参数与所述真实图像参数进行对比；根据对比结果在所述图像维度中确定所述训练图像维度。10.根据权利要求9所述的图像增强方法，所述训练图像维度的增强算法对所述训练图像进行增强处理的过程如下所述：提取所述训练图像在所述训练图像维度对应的图像参数；按照所述训练图像维度预设的增强算法对所述图像参数进行调整，根据调整结果获得所述第一图像；将所述第一图像确定为所述训练图像维度的增强算法对所述训练图像进行增强处理的处理结果。11.根据权利要求10所述的图像增强方法，所述图像增强模型对所述训练图像进行增强处理的过程如下所述：对所述训练图像的高频信息进行处理，根据处理结果获得待增强图像；将所述待增强图像输入至所述图像增强模型进行图像增强处理，获得所述第二图像；将所述第二图像确定为所述图像增强模型对所述训练图像进行增强处理的处理结果。12.根据权利要求11所述的图像增强方法，对所述图像增强模型进行优化的过程如下所述：基于所述第一图像构建第一矩阵，以及基于所述第二图像构建第二矩阵；根据所述第一矩阵和所述第二矩阵计算二者之间的欧式距离，确定所述第二图像相对于所述第一图像存在的损失；按照所述第二图像相对于所述第一图像存在的损失，对所述图像增强模型进行优化。
13.一种图像增强装置，包括：获取模块，被配置为获取待处理图像；输入模块，被配置为将所述待处理图像输入至目标图像增强模型进行图像增强处理；输出模块，被配置为获得所述目标图像增强模型输出的所述待处理图像对应的目标图像；其中，所述目标图像增强模型根据训练图像和真实图像在各个图像维度的图像参数确定训练图像维度，按照所述训练图像输入至图像增强模型进行增强处理相对于所述训练图像维度的增强算法对所述训练图像进行增强处理存在的损失，对图像增强模型进行优化获得。14.一种图像增强模型训练方法，包括：获取作为训练样本的至少一个图像集；所述图像集中包含的训练图像具有对应的真实图像；基于所述训练图像和所述真实图像在各个图像维度的图像参数，确定所述图像维度中的至少一个训练图像维度；按照所述...

【专利技术属性】
技术研发人员：李晓明，张磊，林宪晖，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：