一种图像处理方法、系统及存储介质和终端设备技术方案

本发明专利技术实施例公开了一种图像处理方法、系统及存储介质和终端设备，应用于基于人工智能的信息处理技术领域。图像处理系统会获取待处理图像的特征信息，且将待处理图像映射到多个类型退化空间得到基于各个类型退化控件的退化参数，然后基于退化参数确定特征信息的调节信息，进而根据调节信息对特征信息进行调节得到调节后特征信息，最后根据调节后特征信息获取到待处理图像的高分辨率图像。在对待处理图像的特征信息进行处理的过程中，由待处理图像经历过的多个类型的退化过程进行指导，使得得到的调节后特征信息能更注重多种类型的退化，较大程度地提高了获取到的高分辨率图像的质量。量。量。

【技术实现步骤摘要】
一种图像处理方法、系统及存储介质和终端设备


[0001]本专利技术涉及基于人工智能的信息处理
，特别涉及一种图像处理方法、系统及存储介质和终端设备。

技术介绍

[0002]现实世界中低分辨率图像受到各种各样的退化过程(比如模糊，噪声，压缩)的影响，而且，这些退化大多是复杂的，未知的，在对低分辨率图像进行处理获取对应的超分辨率图像时，会加剧图像处理的复杂性和难度。
[0003]目前在获取超分辨率图像时，主要是基于独立的退化估计网络对低分辨率图像进行处理，从而得到对应的高分辨率图像，实现了低分辨率图像到高分辨率图像的单一映射，在这个过程中只考虑到了简单的仿真退化，使得退化估计的精度很大程度地影响了获取到的高分辨率图像的质量。

技术实现思路

[0004]本专利技术实施例提供一种图像处理方法、系统及存储介质和终端设备，提高了获取的高分辨率图像的质量。
[0005]本专利技术实施例一方面提供一种图像处理方法，包括：
[0006]获取待处理图像的特征信息；
[0007]将所述待处理图像映射到多个类型退化本文档来自技高网...

【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：获取待处理图像的特征信息；将所述待处理图像映射到多个类型退化空间，得到所述待处理图像基于各个类型退化空间的退化参数；根据所述各个类型退化空间的退化参数确定所述特征信息的调节信息；根据所述调节信息对所述特征信息进行调节，得到调节后特征信息；根据所述调节后特征信息获取所述待处理图像的高分辨率图像，所述高分辨率图像的分辨率比所述待处理图像的分辨率高。2.如权利要求1所述的方法，其特征在于，所述获取待处理图像的特征信息，具体包括：获取所述待处理图像的多个层级的特征信息；所述根据所述各个类型退化空间的退化参数确定所述特征信息的调节信息，具体包括：根据所述各个类型退化空间的退化参数确定各个层级的调节信息；所述根据所述调节信息对所述特征信息进行调节，得到调节后特征信息，具体包括：根据所述各个层级的调节信息分别对相应层级的特征信息进行调节。3.如权利要求1所述的方法，其特征在于，所述获取待处理图像的特征信息之前，还包括：调用预置的图像处理模型，所述图像处理模型包括特征提取模块、退化预测模块、调节生成模块和输出模块；所述将所述待处理图像映射到多个类型退化空间，得到所述待处理图像基于各个类型退化空间的退化参数，具体包括：通过所述退化预测模块将所述待处理图像映射到多个类型退化空间，得到所述待处理图像基于各个类型退化空间的退化参数；所述根据所述各个类型退化空间的退化参数确定所述特征信息的调节信息，具体包括：所述调节生成模块根据所述各个类型退化空间的退化参数确定所述特征信息的调节信息；所述获取待处理图像的特征信息，根据所述调节信息对所述特征信息进行调节，得到调节后特征信息，具体包括：通过所述特征提取模块获取所述待处理图像的特征信息，并根据所述调节信息对所述特征信息进行调节得到调节后特征信息；所述根据所述调节后特征信息获取所述待处理图像的高分辨率图像，具体包括：所述输出模块根据所述调节后特征信息输出所述待处理图像的高分辨率图像。4.如权利要求3所述的方法，其特征在于，确定图像处理初始模型，所述图像处理初始模型包括特征提取模块、退化预测模块、调节生成模块和输出模块；确定训练样本，所述训练样本中包括多个低分辨率样本图像及其分别对应的高分辨率样本图像；通过所述图像处理初始模型分别获取各个低分辨率样本图像对应的高分辨率图像；根据所述训练样本及图像处理初始模型得到的高分辨率图像，调整所述图像处理初始模型，以得到所述预置的图像处理模型。5.如权利要求4所述的方法，其特征在于，所述根据所述训练样本及图像处理初始模型得到的高分辨率图像，调整所述图像处理初始模型，具体包括：计算与所述图像处理初始模型相关的第一损失函数和第二损失函数；其中，所述第一
损失函数用于指示所述图像处理初始模型得到的高分辨率图像与训练样本中相应的高分辨率样本图像之间的差别，所述第二损失函数用于指示所述特征提取模块获取的各个层级的特征信息与所述训练样本中相应的高分辨率样本图像在相应层级的特征信息之间的差别；根据所述第一损失函数和第二损失函数，调整所述图像初始模型所包括的特征提取模块、调节生成模块和输出模块中的参数值。6.如权利要求5所述的方法，其特征在于，所述图像处理初始模型还包括判别模块，连接所述输出模块；则所述根据所述训练样本及图像处理初始模型得到的高分辨率图像，调整所述图像处理初始模型，还包括：计算与所述图像处理初始模型相关的第三损失函数，所述第三损失函数包括：所述判别模块获取的所述输出模块输出的高分辨率图像是否为真的结...

【专利技术属性】
技术研发人员：牟冲，邬彦泽，王鑫涛，董超，张健，单瀛，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：