本申请涉及一种图像修复方法、装置、计算机设备、存储介质和程序产品。可用于金融科技领域或其他相关领域。所述方法包括：获取目标缺损图像；将该目标缺损图像输入至预先训练好的图像修复模型中，通过图像修复模型中的下采样模块和特征提取模块分别对目标缺损图像进行特征提取处理，将下采样模块和特征提取模块输出的特征图进行融合处理后进行上采样处理，以输出目标修复图像；其中，特征提取模块包括级联的第一特征提取层、第一分片层和第一连接层，第一特征提取层用于进行空间特征提取，分片层用于对第一特征提取层输出特征图进行分片处理，第一连接层用于对多个特征图进行连接处理并输出。采用本方法能够提升图像修复的质量。量。量。
【技术实现步骤摘要】
图像修复方法、装置、计算机设备、存储介质和程序产品
[0001]本申请涉及图像处理
，特别是涉及一种图像修复方法、装置、计算机设备、存储介质和程序产品。
技术介绍
[0002]图像修复是一种改善图像质量的处理技术，在科学研究和工程领域中被广泛应用。传统技术中，基于CNN(Convolutional Neural Networks，卷积神经网络)结构的网络模型进行图像修复。然而，传统技术中基于CNN结构的网络模型在进行深层的网络计算时，会丢失所修复图像的特征，所得到的修复图像的修复质量较差。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种能够提升图像修复的质量的图像修复方法、装置、计算机设备、存储介质和程序产品。
[0004]第一方面，本申请提供了一种图像修复方法。该方法包括：
[0005]获取目标缺损图像；
[0006]将该目标缺损图像输入至预先训练好的图像修复模型中，通过该图像修复模型中的下采样模块和特征提取模块分别对该目标缺损图像进行特征提取处理，将该下采样模块和该特征提取模块输出的特征图进行融合处理，并通过该图像修复模型中的上采样模块对融合处理后的特征图进行上采样处理，以输出目标修复图像；其中，该特征提取模块包括级联的第一特征提取层、第一分片层和第一连接层，该第一特征提取层用于进行空间特征提取，该分片层用于对该第一特征提取层输出的第一特征图进行分片处理，得到多个第二特征图，该第一连接层用于对该多个第二特征图进行连接处理并输出。
[0007]在其中一个实施例中，该特征提取模块包括级联的多个该第一特征提取层，各第一特征提取层由卷积层和激活层组成，且，各第一特征提取层中的卷积层的卷积核尺寸不同。
[0008]在其中一个实施例中，该第一分片层的处理过程包括：基于该第一特征图的尺寸参数，对该第一特征图进行第一分片处理，得到该多个第二特征图。
[0009]在其中一个实施例中，该第一连接层的处理过程包括：基于各第二特征图的通道参数，对各第二特征图进行连接处理并输出。
[0010]在其中一个实施例中，该下采样模块包括级联的多个第二特征提取层，且，各第二特征提取层由卷积层、激活层以及池化层依次级联组成；该第二特征提取层的处理过程包括：通过卷积层对输入的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过池化层对激活处理得到的特征图进行最大池化处理，得到输出的特征图。
[0011]在其中一个实施例中，该上采样模块包括级联的多个上采样层，各上采样层由卷积层、激活层以及反卷积层依次级联组成；该上采样层的处理过程包括：通过卷积层对输入
的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过反卷积层对激活处理得到的特征图进行反卷积处理，得到输出的图像。
[0012]在其中一个实施例中，该图像修复模型还包括预处理模块，该预处理模块包括级联的第二分片层、第二连接层以及第三特征提取层，该第三特征提取层由卷积层和激活层组成；该预处理模块用于对该目标缺损图像进行预特征提取处理，以使该下采样模块和该特征提取模块分别对预处理模块输出的特征图进行特征提取处理。
[0013]在其中一个实施例中，该图像修复模型的训练过程包括：获取训练图像集，该训练图像集包括多个模拟缺损图像；基于该训练图像集，采用Focal loss损失函数和用Adam梯度下降算法对初始图像修复模型进行训练，得到该图像修复模型。
[0014]在其中一个实施例中，该模拟缺损图像的获取过程包括：获取正常图像；
[0015]采用随机掩码生成掩码图像；将该正常图像与该掩码图像相乘，得到该模拟缺损图像。
[0016]第二方面，本申请还提供了一种图像修复装置。该装置包括：
[0017]获取模块，用于获取目标缺损图像；
[0018]提取模块，用于将该目标缺损图像输入至预先训练好的图像修复模型中，通过该图像修复模型中的下采样模块和特征提取模块分别对该目标缺损图像进行特征提取处理，将该下采样模块和该特征提取模块输出的特征图进行融合处理，并通过该图像修复模型中的上采样模块对融合处理后的特征图进行上采样处理，以输出目标修复图像；其中，该特征提取模块包括级联的第一特征提取层、第一分片层和第一连接层，该第一特征提取层用于进行空间特征提取，该分片层用于对该第一特征提取层输出的第一特征图进行分片处理，得到多个第二特征图，该第一连接层用于对该多个第二特征图进行连接处理并输出。
[0019]在其中一个实施例中，该特征提取模块包括级联的多个该第一特征提取层，各第一特征提取层由卷积层和激活层组成，且，各第一特征提取层中的卷积层的卷积核尺寸不同。
[0020]在其中一个实施例中，该提取模块包括分片处理子模块，分片处理子模块用于：基于该第一特征图的尺寸参数，对该第一特征图进行第一分片处理，得到该多个第二特征图。
[0021]在其中一个实施例中，该提取模块包括连接处理子模块，连接处理子模块用于：基于各第二特征图的通道参数，对各第二特征图进行连接处理并输出。
[0022]在其中一个实施例中，该下采样模块包括级联的多个第二特征提取层，且，各第二特征提取层由卷积层、激活层以及池化层依次级联组成；
[0023]该提取模块包括下采样处理子模块，下采样处理子模块用于：通过卷积层对输入的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过池化层对激活处理得到的特征图进行最大池化处理，得到输出的特征图。
[0024]在其中一个实施例中，该上采样模块包括级联的多个上采样层，各上采样层由卷积层、激活层以及反卷积层依次级联组成；
[0025]该提取模块包括上采样处理子模块，上采样处理子模块用于：通过卷积层对输入的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过反卷积层对激活处理得到的特征图进行反卷积处理，得到输出的图像。
[0026]在其中一个实施例中，该图像修复模型还包括预处理模块，该预处理模块包括级
联的第二分片层、第二连接层以及第三特征提取层，该第三特征提取层由卷积层和激活层组成；该预处理模块用于对该目标缺损图像进行预特征提取处理，以使该下采样模块和该特征提取模块分别对预处理模块输出的特征图进行特征提取处理。
[0027]在其中一个实施例中，该装置还包括训练模块，训练模块用于：获取训练图像集，该训练图像集包括多个模拟缺损图像；基于该训练图像集，采用Focal loss损失函数和用Adam梯度下降算法对初始图像修复模型进行训练，得到该图像修复模型。
[0028]在其中一个实施例中，该装置还包括生成模块，生成模块用于：获取正常图像；采用随机掩码生成掩码图像；将该正常图像与该掩码图像相乘，得到该模拟缺损图像。
[0029]第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序本文档来自技高网...
【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，所述方法包括：获取目标缺损图像；将所述目标缺损图像输入至预先训练好的图像修复模型中，通过所述图像修复模型中的下采样模块和特征提取模块分别对所述目标缺损图像进行特征提取处理，将所述下采样模块和所述特征提取模块输出的特征图进行融合处理，并通过所述图像修复模型中的上采样模块对融合处理后的特征图进行上采样处理，以输出目标修复图像；其中，所述特征提取模块包括级联的第一特征提取层、第一分片层和第一连接层，所述第一特征提取层用于进行空间特征提取，所述分片层用于对所述第一特征提取层输出的第一特征图进行分片处理，得到多个第二特征图，所述第一连接层用于对所述多个第二特征图进行连接处理并输出。2.根据权利要求1所述的方法，其特征在于，所述特征提取模块包括级联的多个所述第一特征提取层，各所述第一特征提取层由卷积层和激活层组成，且，各所述第一特征提取层中的卷积层的卷积核尺寸不同。3.根据权利要求1所述的方法，其特征在于，所述第一分片层的处理过程包括：基于所述第一特征图的尺寸参数，对所述第一特征图进行第一分片处理，得到所述多个第二特征图。4.根据权利要求1所述方法，其特征在于，所述第一连接层的处理过程包括：基于各所述第二特征图的通道参数，对各所述第二特征图进行连接处理并输出。5.根据权利要求1至4任一所述的方法，其特征在于，所述下采样模块包括级联的多个第二特征提取层，且，各所述第二特征提取层由卷积层、激活层以及池化层依次级联组成；所述第二特征提取层的处理过程包括：通过卷积层对输入的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过池化层对激活处理得到的特征图进行最大池化处理，得到输出的特征图。6.根据权利要求1至4任一所述的方法，其特征在于，所述上采样模块包括级联的多个上采样层，各所述上采样层由卷积层、激活层以及反卷积层依次级联组成；所述上采样层的处理过程包括：通过卷积层对输入的特征图进行卷积处理；通过激活层对卷积处理得到的特征图基于激活函数进行激活处理；通过反卷积层对激活处理得到的特征图进行反卷积处理，得到输出的图像。7.根据权利要求1至4任...
【专利技术属性】
技术研发人员：唐月标，孙才婵，王鹏培，叶泽锐，
申请(专利权)人：中国工商银行股份有限公司，
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。