本申请实施例提供了图像复原方法、装置、电子设备及存储介质，其通过将第一人脸图像输入至包括扩散模块的图像复原模型；对第一人脸图像进行掩码处理得到掩码图像；对图像复原模型进行训练，直至第一损失函数值最优，得到训练好的图像复原模型，在训练过程中，扩散模块对掩码图像进行多次添加噪声处理，得到服从标准正态分布的白噪声图像，并形成噪声函数，图像复原模型根据白噪声图像、标准正态分布、噪声函数通过加噪降噪模式对掩码图像进行复原处理；通过训练好的图像复原模型对第二人脸图像进行图像复原，得到目标复原图像；能够快速地将遮挡的人脸图像进行复原，且复原图像真实性高。性高。性高。
【技术实现步骤摘要】
图像复原方法、装置、电子设备及存储介质
[0001]本申请涉及图像处理领域，尤其涉及图像复原方法、装置、电子设备及存储介质。
技术介绍
[0002]图像复原技术是图像处理技术中的一种，能够恢复图像中受损部分的像素特征，重建并生成高质量原始图像语义逼近的受损区域，进而改善图像质量。目前通常利用基于生成对抗网络或自动编码器的图像复原模型进行图像复原，利用对抗的训练方式训练特定的掩码分布，并对图像语义受损区域进行修补。但是该复原方式只是利用周边像素区域对缺失区域的简单纹理扩展，复原后的图像存在失真问题。
技术实现思路
[0003]本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
[0004]为此，本申请实施例的一个目的在于提供图像复原方法、装置、电子设备及存储介质，能够快速、准确地将遮挡的人脸图像进行复原。
[0005]为实现上述目的，本申请实施例的第一方面提供了一种图像复原方法，包括：
[0006]获取待训练的第一人脸图像，将所述第一人脸图像输入至图像复原模型，所述图像复原模型包括训练好的扩散模块；
[0007]对所述第一人脸图像进行掩码处理，得到掩码图像；
[0008]根据所述掩码图像对所述图像复原模型进行训练，直至所述图像复原模型的第一损失函数值最优，得到训练好的图像复原模型，其中在训练过程中，所述扩散模块对所述掩码图像进行多次添加噪声处理，得到服从标准正态分布的白噪声图像，并根据所述添加噪声处理所添加的噪声形成噪声函数，所述图像复原模型根据所述白噪声图像、所述标准正态分布、所述噪声函数通过加噪降噪模式对所述掩码图像进行复原处理；
[0009]获取待复原的第二人脸图像，通过训练好的图像复原模型对所述第二人脸图像进行图像复原，得到目标复原图像。
[0010]在一些实施例，所述图像复原方法还包括：训练所述扩散模块，直至所述扩散模块的第二损失函数值最小，得到训练好的扩散模块；
[0011]其中，所述训练所述扩散模块，包括：
[0012]获取训练图像；
[0013]基于前向马尔可夫过程，对所述训练图像执行多次添加噪声处理，得到服从标准正态分布的第二白噪声图像；
[0014]基于转移分布，对所述第二白噪声图像执行多次去除噪声处理，使所述白噪声图像恢复至所述训练图像，所述去除噪声处理的执行次数和所述添加噪声处理的执行次数相等；
[0015]计算所述扩散模块的第二损失函数值，根据所述第二损失函数值调整所述扩散模块的参数。
[0016]在一些实施例，每执行一次所述添加噪声处理得到一个加噪图像；所述第二损失函数值包括所述加噪图像与所述第二白噪声图像之间的差距损失。
[0017]在一些实施例，所述根据所述白噪声图像、所述标准正态分布、所述噪声函数通过加噪降噪模式对所述掩码图像进行复原处理，包括：
[0018]以所述白噪声图像作为初始的复原图像，利用所述标准正态分布和所述噪声函数通过加噪降噪模式对所述掩码图像进行多次迭代的复原处理，将最后一次复原处理得到的复原图像作为预测复原图像，所述复原处理的次数等于所述扩散模块进行加噪处理的总次数。
[0019]在一些实施例，所述掩码图像包括掩码部分和未掩码部分；所述复原处理包括：
[0020]基于所述扩散模块的添加噪声处理，对所述掩码图像进行加噪处理，得到第一处理图像，所述添加噪声处理与所述标准正态分布相关；
[0021]基于所述扩散模块的去除噪声处理，对上一的复原图像进行降噪处理，得到第二处理图像，所述降低噪声处理与所述噪声函数相关；
[0022]计算所述第一处理图像与所述掩码部分的像素矩阵的第一乘积值，计算所述第二处理图像与所述未掩码部分的像素矩阵的第二乘积值，将所述第一乘积值和所述第二乘积值之和作为当前的复原图像。
[0023]在一些实施例，在所述对上一的复原图像进行降低噪声处理的步骤之前，还包括：
[0024]对所述上一的复原图像进行多次重采样，以对所述上一的复原图像进行更新。
[0025]在一些实施例，所述图像复原模型的第一损失函数值按照以下方法计算得到：
[0026]根据所述第一人脸图像的第一均值、所述第一人脸图像的第一方差、所述预测复原图像的第二均值和所述预测复原图像的第二方差，计算均方误差；
[0027]计算所述第一人脸图像和所述预测复原图像之间的结构误差；
[0028]将所述均方误差和所述结构误差之和作为所述第一损失函数值。
[0029]为实现上述目的，本申请实施例的第二方面提供了一种图像复原装置，包括：
[0030]输入模块，用于获取待训练的第一人脸图像，将所述第一人脸图像输入至图像复原模型，所述图像复原模型包括训练好的扩散模块；
[0031]掩码模块，用于对所述第一人脸图像进行掩码处理，得到掩码图像；
[0032]训练模块，用于根据所述掩码图像对所述图像复原模型进行训练，直至所述图像复原模型的第一损失函数值最优，得到训练好的图像复原模型，其中在训练过程中，所述扩散模块对所述掩码图像进行多次添加噪声处理，得到服从标准正态分布的白噪声图像，并根据所述添加噪声处理所添加的噪声形成噪声函数，所述图像复原模型根据所述白噪声图像、所述标准正态分布、所述噪声函数通过加噪降噪模式对所述掩码图像进行复原处理；
[0033]复原模块，用于获取待复原的第二人脸图像，通过训练好的图像复原模型对所述第二人脸图像进行图像复原，得到目标复原图像。
[0034]为实现上述目的，本申请实施例的第三方面还提供了一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述的图像复原方法。
[0035]为实现上述目的，本申请实施例的第四方面还提供了一种计算机可读存储介质，
所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的图像复原方法。
[0036]本申请实施例所公开的图像复原方法、装置、电子设备及存储介质，其通过获取待训练的第一人脸图像，将第一人脸图像输入至图像复原模型，图像复原模型包括训练好的扩散模块；对第一人脸图像进行掩码处理，得到掩码图像；根据掩码图像对图像复原模型进行训练，直至图像复原模型的第一损失函数值最优，得到训练好的图像复原模型，其中在训练过程中，扩散模块对掩码图像进行多次添加噪声处理，得到服从标准正态分布的白噪声图像，并根据添加噪声处理所添加的噪声形成噪声函数，图像复原模型根据白噪声图像、标准正态分布、噪声函数通过加噪降噪模式对掩码图像进行复原处理；获取待复原的第二人脸图像，通过训练好的图像复原模型对第二人脸图像进行图像复原，得到目标复原图像。其利用加噪去噪模式对图像数据进行训练，深入挖掘全局信息，进而能将像素确实区域还原为更真实的语义内容；避免对抗训练过程，提高训练稳定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像复原方法，其特征在于，包括：获取待训练的第一人脸图像，将所述第一人脸图像输入至图像复原模型，所述图像复原模型包括训练好的扩散模块；对所述第一人脸图像进行掩码处理，得到掩码图像；根据所述掩码图像对所述图像复原模型进行训练，直至所述图像复原模型的第一损失函数值最优，得到训练好的图像复原模型，其中在训练过程中，所述扩散模块对所述掩码图像进行多次添加噪声处理，得到服从标准正态分布的白噪声图像，并根据所述添加噪声处理所添加的噪声形成噪声函数，所述图像复原模型根据所述白噪声图像、所述标准正态分布、所述噪声函数通过加噪降噪模式对所述掩码图像进行复原处理；获取待复原的第二人脸图像，通过训练好的图像复原模型对所述第二人脸图像进行图像复原，得到目标复原图像。2.根据权利要求1所述的一种图像复原方法，其特征在于，所述图像复原方法还包括：训练所述扩散模块，直至所述扩散模块的第二损失函数值最小，得到训练好的扩散模块；其中，所述训练所述扩散模块，包括：获取训练图像；基于前向马尔可夫过程，对所述训练图像执行多次添加噪声处理，得到服从标准正态分布的第二白噪声图像；基于转移分布，对所述第二白噪声图像执行多次去除噪声处理，使所述白噪声图像恢复至所述训练图像，所述去除噪声处理的执行次数和所述添加噪声处理的执行次数相等；计算所述扩散模块的第二损失函数值，根据所述第二损失函数值调整所述扩散模块的参数。3.权利要求2所述的一种图像复原方法，其特征在于，每执行一次所述添加噪声处理得到一个加噪图像；所述第二损失函数值包括所述加噪图像与所述第二白噪声图像之间的差距损失。4.根据权利要求2所述的一种图像复原方法，其特征在于，所述根据所述白噪声图像、所述标准正态分布、所述噪声函数通过加噪降噪模式对所述掩码图像进行复原处理，包括：以所述白噪声图像作为初始的复原图像，利用所述标准正态分布和所述噪声函数通过加噪降噪模式对所述掩码图像进行多次迭代的复原处理，将最后一次复原处理得到的复原图像作为预测复原图像，所述复原处理的次数等于所述扩散模块进行加噪处理的总次数。5.根据权利要求4所述的一种图像复原方法，其特征在于，所述掩码图像包括掩码部分和未掩码部分；所述复原处理包括：基于所述扩散模块的添加噪声处理，对所述掩码图像进行加噪处理，得到第一处理图像，所述添加噪声处理与所述标准正态分布相关...
【专利技术属性】
技术研发人员：王健宗，李泽远，司世景，
申请(专利权)人：平安科技深圳有限公司，
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。