【技术实现步骤摘要】
图像处理方法、装置、设备及存储介质
[0001]本公开涉及图像处理
，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
[0002]随着计算机技术和网络技术的发展，涉及到的图像处理和图像传输应用场景大大增加。在许多应用场景中需要对图像内容进行审核，以使图像符合传播、验证等等应用场景相关的要求。相关技术中图像审核系统输入的图像分辨率差异较大，且存在着大量的低分辨率图像，而低分辨率图像严重影响内容审核结果的准确率。
[0003]如上所述，如何提高图像内容审核结果的准确率成为亟待解决的问题。
[0004]在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]本公开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，至少在一定程度上提高图像内容审核结果的准确率。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得...
【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：获取待处理图像的分辨率；若确定所述待处理图像的分辨率低于预设分辨率阈值，则通过第一目标超分辨率重建模型对所述待处理图像进行重建，获得重建图像，其中，所述第一目标超分辨率重建模型由第一初始超分辨率重建模型和第二超分辨率重建模型联合训练获得，所述第一初始超分辨率重建模型由减少所述第二超分辨率重建模型中的残差结构模块的数量获得；对所述重建图像进行审核，获得图像审核结果。2.根据权利要求1所述的方法，其特征在于，还包括：获取训练集，所述训练集包括训练图像；将所述训练图像分别输入所述第一初始超分辨率重建模型和所述第二超分辨率重建模型；通过所述第一初始超分辨率重建模型获得所述训练图像的第一特征向量；根据所述第一特征向量获得所述第一初始超分辨率重建模型的空间关系矩阵；通过所述第二超分辨率重建模型获得所述训练图像的第二特征向量；根据所述第二特征向量获得所述第二超分辨率重建模型的空间关系矩阵；按照目标损失函数根据所述第一初始超分辨率重建模型的空间关系矩阵和所述第二超分辨率重建模型的空间关系矩阵训练所述第一初始超分辨率重建模型，以获得所述第一目标超分辨率重建模型。3.根据权利要求2所述的方法，其特征在于，根据所述第一特征向量获得所述第一初始超分辨率重建模型的空间关系矩阵，包括：将所述第一特征向量进行归一化，获得第一归一化特征向量；将所述第一归一化特征向量转置后与所述第一归一化特征向量点乘，获得所述第一初始超分辨率重建模型的空间关系矩阵；根据所述第二特征向量获得所述第二超分辨率重建模型的空间关系矩阵，包括：将所述第二特征向量进行归一化，获得第二归一化特征向量；将所述第二归一化特征向量转置后与所述第二归一化特征向量点乘，获得所述第二超分辨率重建模型的空间关系矩阵。4.根据权利要求2所述的方法，其特征在于，所述第一初始超分辨率重建模型包括目标数量层的第一残差网络，其中各层所述第一残差网络包括多个逐个连接的残差结构模块；所述第二超分辨率重建模型包括所述目标数量层的第二残差网络，其中各层所述第二残差网络包括多个逐个连接的残差结构模块，所述第二残差网络中的残差结构模块的数量多于所述第一残差网络中的残差结构模块；所述训练图像的第一特征向量包括所述目标数量个第三特征向量，所述训练图像的第二特征向量包括所述目标数量个第四特征向量；所述第一初始超分辨率重建模型的空间关系矩阵包括所述目标数量个第一空间关系矩阵，所述第二超分辨率重建模型的空间关系矩阵包括所述目标数量个第二空间关系矩阵；通过所述第一初始超分辨率重建模型获得所述训练图像的第一特征向量，包括：将所述训练图像经过特征提取后，依次通过所述目标数量层的第一残差网络进行处
理，由所述目标数量层的第一残差网络分别输出所述目标数量个第三特征向量；根据所述第一特征向量获得所述第一初始超分辨率重建模型的空间关系矩阵，包括：根据所述目标数量个第三特征向量中的各个第三特征向量获得所述目标数量个第一空间关系矩阵中的各个第一空间关系矩阵；通过所述第二超分...
【专利技术属性】
技术研发人员：苏明兰，梁宝林，马思聪，王建秀，
申请(专利权)人：中国电信股份有限公司，
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。