【技术实现步骤摘要】
图像处理方法及图像处理装置
[0001]本申请涉及图像处理领域，并且更具体地，涉及一种图像处理方法及图像处理装置。
技术介绍
[0002]人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0003]机器学习是人工智能的一个重要分支，而深度学习又是机器学习的一个重要分支。深度学习(Deep Learning)是指利用多层神经网络结构，从大数据中学习现实世界中各类事物能直接用于计算机计算的表示形式(比如，图像中的事物、音频中的声音等)。在图像处理领域，深度学习在目标检测，图像生成，图像分割等问题上都取得了优越的成果。
[0004]目前，用户在进行图像拍摄时，...
【技术保护点】
【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，所述待处理图像中包括被遮挡区域；将所述待处理图像输入识别网络，得到掩码信息以及第一修复图像，其中，所述识别网络用于识别所述被遮挡区域以及对所述被遮挡区域进行图像修复处理，所述掩码信息用于表示所述被遮挡区域在所述待处理图像中的位置；根据所述掩码信息、所述第一修复图像以及修复网络得到目标图像，其中，所述修复网络用于根据所述掩码信息确定所述被遮挡区域的位置并对所述被遮挡区域进行图像修复处理。2.如权利要求1所述的图像处理方法，其特征在于，所述根据所述掩码信息、所述第一修复图像以及修复网络得到目标图像，包括：根据所述待处理图像、所述掩码信息以及所述第一修复图像，得到初步处理图像，其中，所述初步处理图像包括所述待处理图像中的未被遮挡区域以及所述第一修复图像中的被遮挡区域；将所述初步处理图像与所述掩码信息输入所述修复网络，得到第二修复图像，其中，所述第二修复图像的图像质量优于所述第一修复图像的图像质量；根据所述待处理图像、所述第二修复图像以及所述掩码信息得到所述目标图像。3.如权利要求2所述的图像处理方法，其特征在于，所述识别网络包括第一密集多尺度融合模块，所述第一密集多尺度融合模块用于通过扩张卷积增加所述识别网络的感受野。4.如权利要求2或3所述的图像处理方法，其特征在于，所述修复网络包括第一分支与第二分支，其中，所述第一分支用于根据图像块相似度修复所述被遮挡区域；所述第二分支用于根据图像语义信息修复所述被遮挡区域。5.如权利要求4所述的图像处理方法，其特征在于，所述第一分支包括跨注意力模块，所述跨注意力模块用于执行以下操作：根据第一图像特征确定所述图像块相似度；根据所述图像块相似度与第二图像特征对所述被遮挡区域进行特征重建；其中，所述第一图像特征是指解码器输出的所述初步处理图像的图像特征；所述第二图像特征是指编码器输出的所述初步处理图像的图像特征。6.如权利要求5所述的图像处理方法，其特征在于，所述第二分支包括多尺度自注意力模块，所述多尺度自注意力模块用于执行以下操作：获取所述第一图像特征；对所述第一图像特征并行进行不同的卷积操作，得到多个通道矩阵；根据所述多个通道矩阵对所述被遮挡区域进行特征重建。7.如权利要求1至6中任一项所述的图像处理方法，其特征在于，所述修复网络包括第二密集多尺度融合模块，所述第二密集多尺度融合模块用于通过扩张卷积增加所述修复网络的感受野。8.一种图像处理方法，其特征在于，包括：检测到用户在终端设备上的第一操作；响应于所述第一操作，在所述终端设备的显示屏上显示待处理图像，所述待处理图像包括被遮挡区域；
检测到所述用户在所述终端设备上的第二操作；响应于所述第二操作，在所述显示屏上显示目标图像；其中，所述目标图像是通过以下步骤得到的：将所述待处理图像输入识别网络，得到掩码信息以及第一修复图像，其中，所述识别网络用于识别所述被遮挡区域以及对所述被遮挡区域进行图像修复处理，所述掩码信息用于表示所述被遮挡区域在所述待处理图像中的位置；根据所述掩码信息、所述第一修复图像以及修复网络得到目标图像，其中，所述修复网络用于根据所述掩码信息确定所述被遮挡区域的位置并对所述被遮挡区域进行图像修复处理。9.如权利要求8所述的图像处理方法，其特征在于，所述第一操作是指所述用户用于指示打开所述终端设备的目标对象的操作，所述目标对象是指所述终端设...
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。