图像分辨率的重建方法及其装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像分辨率的重建方法及其装置、电子设备及存储介质，涉及金融科技领域或其他相关领域，其中，该重建方法包括：采用预设生成器，提取待处理图像的图像特征信息，并基于图像特征信息，将待处理图像重建为目标分辨率图像，采用第一判别器，对目标分辨率图像进行下采样，得到原始图像，采用第二判别器，提取原始图像的特征信息，并基于特征信息，构建特征图，基于第三判别器和预设损失策略，计算特征图的损失值，并在损失值小于第一预设阈值的情况下，确定目标分辨率图像的分辨率达到图像重建要求的分辨率。本发明专利技术解决了相关技术中无法保证重建后的图像分辨率满足业务需求的技术问题。务需求的技术问题。务需求的技术问题。

【技术实现步骤摘要】
图像分辨率的重建方法及其装置、电子设备及存储介质


[0001]本专利技术涉及金融科技领域，具体而言，涉及一种图像分辨率的重建方法及其装置、电子设备及存储介质。

技术介绍

[0002]图像分辨率是指单位英寸内包含像素的个数，作为评价图像质量的指标，其数值越高，图像质量越优。当前，金融机构中存在大量需要图像的业务场景(例如，需要人脸识别的业务等)，并且对采集图像的清晰度具有不同要求，而不同设备采集的图像清晰度不一致，很容易导致出现业务失败等问题。
[0003]相关技术中，图像重建方式包括：基于卷积神经网络的图像超分辨率方法，该方法中存在三个卷积层，分别实现提取低分辨率图像特征信息并映射至高维，高维特征向量的映射与图像重建；EDSR(Enhanced Deep Super
‑
Resolution Network，增强深度超分辨率网络)方法，该方法可以优化残差块结构，去除规范化模块，通过堆叠65个卷积层，加深网络深度，有效提升图像重建效果。
[0004]然而，基于卷积神经网络的图像超分辨率方法需要先将低分辨率图像通过双本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分辨率的重建方法，其特征在于，包括：采用预设生成器，提取待处理图像的图像特征信息，并基于所述图像特征信息，将所述待处理图像重建为目标分辨率图像；采用第一判别器，对所述目标分辨率图像进行下采样，得到原始图像；采用第二判别器，提取所述原始图像的特征信息，并基于所述特征信息，构建特征图；基于第三判别器和预设损失策略，计算所述特征图的损失值，并在所述损失值小于第一预设阈值的情况下，确定所述目标分辨率图像的分辨率达到图像重建要求的分辨率。2.根据权利要求1所述的重建方法，其特征在于，所述预设生成器包括：所述预设生成器的第一模块、所述预设生成器的第二模块、所述预设生成器的第三模块，其中，第一类设备采用所述预设生成器的第一模块对所述待处理图像进行重建，第二类设备采用所述预设生成器的第一模块和第二模块对所述待处理图像进行重建，第三类设备采用所述预设生成器的第一模块、第二模块和第三模块对所述待处理图像进行重建。3.根据权利要求2所述的重建方法，其特征在于，在将所述待处理图像重建为目标分辨率图像之前，还包括：获取多张不同分辨率的样本图像；基于所述样本图像，训练所述第一判别器，在所述第一判别器的第一损失函数值小于第二预设阈值的情况下，确定所述第一判别器训练完成；在确定所述第一判别器训练完成的情况下，训练所述预设生成器的第一模块。4.根据权利要求3所述的重建方法，其特征在于，训练所述预设生成器的第一模块的步骤，包括：基于第一损失函数以及所述第一判别器，训练初始生成器，得到训练后的所述初始生成器；采用训练后的所述初始生成器，生成分辨率图像，并基于所述第二判别器，获取与所述分辨率图像的对应的下采样特征图；采用所述第一损失函数，计算所述下采样特征图在预设时间段内的最高损失值与最低损失值之间的差值；在所述差值小于第三预设阈值的情况下，基于所述第三判别器，采用第三损失函数对所述下采样特征图进行评估，在得到的评估差值小于第四预设阈值的情况下，确定所述预设生成器的第一模块训练完成。5.根据权利要求4所述的重建方法，其特征在于，基于第一损失函数以及所述第一判别器，训练所述初始生成器的步骤，包括：采用所述第一损失函数，计算所述初始生成器的第二损失函数值；在所述第二损失函数值小于第五预设阈值的情况下，采用所述第一判别器，训练所述初...

【专利技术属性】
技术研发人员：李金新，
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：