【技术实现步骤摘要】
图像超分模型的生成方法、装置、超分方法及终端设备
[0001]本申请涉及图像处理
，特别涉及一种图像超分模型的生成方法、装置、超分方法及终端设备。
技术介绍
[0002]随着计算机视觉技术的发展，人们对高清图像的需求越来越多(例如，高清电视、高清体育直播以及浏览商场高清引导指示屏等等)。高清图像普遍是利用图像超分技术生成的，其中，图像超分技术普遍是利用图像超分模型来提取原始图像的图像特征，然后上采样到目标分辨率以得到高清图像。然而，现有的图像超分模型生成的高清图像普遍存在图像质量差的问题。
技术实现思路
[0003]本申请要解决的技术问题在于，针对现有技术的不足，提供一种图像超分模型的生成方法、装置、超分方法及终端设备。
[0004]为了解决上述技术问题，本申请实施例第一方面提供了一种图像超分模型的生成方法，所述方法包括：
[0005]基于预设训练图像集中的训练图像对预设网络模型进行训练，以得到目标模型；
[0006]将预设训练图像集中的训练图像输入预设的生成对抗网络模型，通过所...
【技术保护点】
【技术特征摘要】
1.一种图像超分模型的生成方法，其特征在于，所述方法包括：基于预设训练图像集中的训练图像对预设网络模型进行训练，以得到目标模型；将预设训练图像集中的训练图像输入预设的生成对抗网络模型，通过所述对抗网络模型确定所述训练图像对应的生成图像以及所述生成图像对应的置信度，其中，所述生成对抗网络模型的生成模型为所述目标模型；基于所述生成图像以及所述置信度对所述生成对抗网络模型进行训练，并将训练得到的生成对抗网络模型中的生成模型作为图像超分模型。2.根据权利要求1所述图像超分模型的生成方法，其特征在于，所述预设网络模型包括若干级联的残差模块以及融合模块，所述基于预设训练图像集中的训练图像对预设网络模型进行训练，以得到目标模型具体包括：基于若干级联的残差模块，确定预设训练图像集中的训练图像对应的第一特征图；将所述第一特征图以及所述训练图像输入所述融合模块，通过所述融合模块确定所述训练图像对应的预测图像；基于所述预测图像对预设网络模型进行训练，以得到目标模型。3.根据权利要求2所述图像超分模型的生成方法，其特征在于，所述残差模块包括若干级联的残差单元以及融合单元，所述基于若干级联的残差模块，确定预设训练图像集中的训练图像对应的第一特征图包括：将若干残差模块中按照级联顺序位于最前的残差模块作为目标残差模块，将所述训练图像作为目标图像；基于所述目标残差模块中的若干残差单元，确定所述目标图像对应的第二特征图；将所述第二特征图以及所述目标图像输入所述融合单元，通过所述融合单元确定所述训练图像对应的第三特征图；将所述第三特征图作为目标图像，将与所述目标残差模块相邻且位于所述目标残差模块之后的一残差模块作为目标残差模块，并继续执行基于所述目标残差模块中的若干残差单元，确定所述目标图像对应的第二特征图的步骤，直至目标残差模块为最后一残差模块，以得到所述训练图像对应的第一特征图。4.根据权利要求3所述图像超分模型的生成方法，其特征在于，所述残差单元包括卷积块以及注意力块，其中，所述注意力块配置有通道注意力机制。5.根据权利要求4所述图像超分模型的生成方法，其特征在于，所述注意力块包括池化层、第一卷积层、第二卷积层、激活层以及融合层，所述池化层、第一卷积层、第二卷积层以及激活层依次级联，所述融合层的输入项包括池化层的输入项和激活层的输出项。6.根据权利要求5所述图像超分模型的生成方法，其特征在于，所述第一卷积层的输出项的通道数小于输入项的通道数，第二卷积层的输出项的通道数等于第一卷积层的输入项的通道数。7.根据权利要求3所述图像超分模型的生成方法，其特征在于，对于若干残差模块中的每个残差模块，该残差模块的输入项的图像尺寸与该残差模块的输出项的图像尺寸相等。8.根据权利要求3所述图像超分模型的生成方法，其特征在于，所述图像超分模型包括12个残差模块，所述若干残差模块中每个残差模块均包括4个残差单元。9.根据权利要求1
‑
8中任一所述图像超分模型的生成方法，其特征在于，所述生成对抗
网络模型还包括判别模型，所述将预设训练图像集中的训练图像输入预设...
【专利技术属性】
技术研发人员：金凡，李磊，
申请(专利权)人：武汉TCL集团工业研究院有限公司，
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。