【技术实现步骤摘要】
图像修复方法及装置、电子设备和存储介质
[0001]本公开涉及图像
,尤其涉及一种图像修复方法及装置、电子设备和存储介质。
技术介绍
[0002]图像修复是指重建图像和/或视频中丢失或损坏的部分的过程。图像修复是计算机视觉领域的一个重要问题。在深度学习技术成为计算机视觉领域的主流技术以前,图像修复主要使用既定规则下的纹理、结构提取和传播的思路进行。在深度学习技术被广泛应用于计算机视觉领域之后,图像修复方面得到了较为迅速的发展,然而,图像修复的效果仍然有待提高。
技术实现思路
[0003]本公开提供了一种图像修复技术方案。
[0004]根据本公开的一方面,提供了一种图像修复方法,包括:
[0005]对待修复的目标图像进行边缘提取,得到所述目标图像对应的边缘图像;
[0006]确定所述目标图像中待修复的目标图像块;
[0007]在所述边缘图像中,确定所述目标图像块对应的第一边缘图像块;
[0008]采用预先训练的第一神经网络对所述目标图像块和所述第一边缘图像块进行处理,得到所述目标图像块对应的修复图像块,其中,所述第一神经网络是预先采用训练图像集训练得到的,所述训练图像集中的训练图像是基于所述目标图像得到的。
[0009]基于待修复的目标图像得到训练图像集,采用所述训练图像集训练第一神经网络,通过对目标图像进行边缘提取,得到目标图像对应的边缘图像,确定目标图像中待修复的目标图像块,在所述边缘图像中,确定目标图像块对应的第一边缘图像块,并采用预先训练的第 ...
【技术保护点】
【技术特征摘要】
1.一种图像修复方法,其特征在于,包括:对待修复的目标图像进行边缘提取,得到所述目标图像对应的边缘图像;确定所述目标图像中待修复的目标图像块;在所述边缘图像中,确定所述目标图像块对应的第一边缘图像块;采用预先训练的第一神经网络对所述目标图像块和所述第一边缘图像块进行处理,得到所述目标图像块对应的修复图像块,其中,所述第一神经网络是预先采用训练图像集训练得到的,所述训练图像集中的训练图像是基于所述目标图像得到的。2.根据权利要求1所述的方法,其特征在于,所述训练图像集包括多个训练图像对,所述多个训练图像对中的任一训练图像对包括原图样本和边图样本,其中,所述原图样本是从所述目标图像中裁剪出的图像样本,所述边图样本是从所述边缘图像中裁剪出的图像样本,且属于同一训练图像对的所述原图样本和所述边图样本对应于相同的裁剪位置;在所述采用预先训练的第一神经网络对所述目标图像块和所述第一边缘图像块进行处理之前,所述方法还包括:对于所述多个训练图像对中的任一训练图像对,对所述原图样本和所述边图样本进行损坏处理,得到所述原图样本对应的原图损坏样本和所述边图样本对应的边图损坏样本;将所述原图损坏样本和所述边图损坏样本输入所述第一神经网络,经由所述第一神经网络得到所述原图损坏样本对应的原图修复样本;根据所述原图修复样本与所述原图样本之间的差异,训练所述第一神经网络。3.根据权利要求2所述的方法,其特征在于,所述对所述原图样本和所述边图样本进行损坏处理,得到所述原图样本对应的原图损坏样本和所述边图样本对应的边图损坏样本,包括:生成所述原图样本和所述边图样本对应的掩码;采用所述掩码对所述原图样本进行掩码操作,得到所述原图样本对应的原图损坏样本;采用所述掩码对所述边图样本进行掩码操作,得到所述边图样本对应的边图损坏样本。4.根据权利要求2或3所述的方法,其特征在于,所述将所述原图损坏样本和所述边图损坏样本输入所述第一神经网络,经由所述第一神经网络得到所述原图损坏样本对应的原图修复样本,包括:将所述边图损坏样本输入所述第一神经网络的第一子网络,经由所述第一子网络得到所述边图损坏样本对应的边图修复样本;将所述原图损坏样本和所述边图修复样本输入所述第一神经网络的第二子网络,经由所述第二子网络得到所述原图损坏样本对应的原图修复样本。5.根据权利要求4所述的方法,其特征在于,所述根据所述原图修复样本与所述原图样本之间的差异,训练所述第一神经网络,包括:根据所述原图修复样本与所述原图样本之间的差异,以及所述边图修复样本与所述边图样本之间的差异,训练所述第一神经网络。6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述采用预先训练的第一神经网络对所述目标图像块和所述第一边缘图像块进行处理,得到所述目标图像块对应的
修复图像块,包括:将所述第一边缘图像块输入预先训练的第一神经网络的第一子网络,经由所述第一子网络得到所述第一边缘图像块对应的第二边缘图像块;采用所述第一神经网络的第二子网络对所述目标图像块和所述第二边缘图像块进行处理,得到所述目标图像块对应的修复图像块。7.根据权利要求6所述的方法,其特征在于,所述采用所述第一神经网络的第二子网络对所述目标图像块和所述第二边缘图像块进行处理,得到所述目标图像块对应的修复图像块,包括:对所述目标图像块进行预处理,得到预处理后的目标图像块;将所述预处理后的目标图像块和所述第二边缘图像块输入所述第一神经网络的第二子网络,经由所述第二子网络得到所述目标图像块对应的修复图像块。8.根据权利要求7所述的方法,其特征在于,所述对所述目标图像块进行预处理,得到预处理后的目标图像块,包括:根据所述目标图像块和所述第二边缘图像块,确定所述目标图像块中的纹理复制区域;确定与所述目标图像块的纹理相似的目标纹理;将所述目标纹理复制至所述纹理复制区域,得到预处理后的目标图像块。9.根据权利要求8所述的方法...
【专利技术属性】
技术研发人员:邓瀚铭,卢乐炜,代季峰,
申请(专利权)人:北京市商汤科技开发有限公司,
类型:发明
国别省市:
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。