数据处理方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请适用于数据处理技术领域，提供了一种数据处理方法、装置、终端设备及计算机可读存储介质，方法包括：获取待处理数据，待处理数据包括多帧图像；对待处理数据进行去模糊处理、降采样处理和特征提取处理，得到第一特征数据；对第一特征数据进行特征对齐处理和特征融合处理，得到第二特征数据；对第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果；将重建上采样结果与多帧图像中的参考图像进行叠加处理，得到去压缩模糊图像。本申请能够减小去压缩模糊处理过程中的计算量及去压缩模糊图像的噪声，使得去压缩模糊图像的纹理结构更为精确，提高图像数据去压缩模糊处理效率。理效率。理效率。

【技术实现步骤摘要】
数据处理方法、装置、终端设备及计算机可读存储介质


[0001]本申请属于数据处理
，尤其涉及一种数据处理方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]随着科学技术的发展，图像、视频数据逐渐成为了人们生活中最重要的信息传播载体。
[0003]在进行图像、视频传输的过程中，由于图像、视频的信息量大，所占用的存储空间较大。因此，人们通常会在传输时对图像或视频数据进行压缩，减小数据传输成本。然而，压缩处理会给图像、视频数据带来一定的压缩噪声，使得压缩后的图像、视频的清晰度下降等。
[0004]相关的图像、视频优化处理方法存在计算量大、处理效率较低、处理后的视频、图像数据的噪声较大、纹理结构不精确等问题。

技术实现思路

[0005]本申请实施例提供了一种数据处理方法、装置、终端设备及计算机可读存储介质，可以解决相关的图像、视频优化处理方法存在计算量大、处理效率较低、处理后的视频、图像数据的噪声较大、纹理结构不精确等问题。
[0006]第一方面，本申请实施例提供了一种数据处理方法，包括：
[0007]获取待处理数据，待处理数据包括多帧图像，多帧图像为采用互不相同的图像大小压缩比例对图像大小相同的多个原始图像进行压缩得到的；
[0008]对待处理数据进行去模糊处理、降采样处理和特征提取处理，得到第一特征数据；
[0009]对第一特征数据进行特征对齐处理和特征融合处理，得到第二特征数据；
[0010]对第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果；
[0011]将重建上采样结果与多帧图像中的参考图像进行叠加处理，得到去压缩模糊图像。
[0012]第二方面，本申请实施例提供了一种数据处理装置，包括：
[0013]第一获取模块，用于获取待处理数据，待处理数据包括多帧图像，多帧图像为采用互不相同的图像大小压缩比例对图像大小相同的多个原始图像进行压缩得到的；
[0014]提取模块，用于对待处理数据进行去模糊处理、降采样处理和特征提取处理，得到第一特征数据；
[0015]融合处理模块，用于对第一特征数据进行特征对齐处理和特征融合处理，得到第二特征数据；
[0016]重建模块，用于对第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果；
[0017]叠加处理模块，用于将重建上采样结果与多帧图像中的参考图像进行叠加处理，
得到去压缩模糊图像。
[0018]第三方面，本申请实施例提供了一种终端设备，终端设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面中任一项的数据处理方法。
[0019]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面中任一项的数据处理方法。
[0020]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项的数据处理方法。
[0021]本申请实施例通过多次特征提取得到待处理数据对应的第二特征数据，并对第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果，将重建上采样结果与待处理数据中的参考图像进行叠加处理，得到去压缩模糊图像，减小了去压缩模糊处理过程中的计算量及去压缩模糊图像的噪声，使得去压缩模糊图像的纹理结构更为精确，提高了图像数据去压缩模糊处理效率。
[0022]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1是本申请实施例提供的数据处理方法的流程示意图；
[0025]图2是本申请实施例提供的数据处理方法的去压缩模糊图像的示意图；
[0026]图3是本申请实施例提供的数据处理方法步骤S102的流程示意图；
[0027]图4是本申请实施例提供的已训练的分级注意力网络模型的结构示意图；
[0028]图5是本申请实施例提供的基于已训练的分级注意力网络模型或EDVR模型获得的去压缩模糊图像的另一示意图；
[0029]图6是本申请实施例提供的数据处理方法步骤S105的流程示意图；
[0030]图7是本申请实施例提供的数据处理装置的结构示意图；
[0031]图8是本申请实施例提供的终端设备的结构示意图。
具体实施方式
[0032]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0033]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、
步骤、操作、元素、组件和/或其集合的存在或添加。
[0034]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0035]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0036]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0037]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0038]本申请实施例提供的数据处理方法可以应用于手机、平板电脑、笔记本电脑等终端设备上，本申请实施例对终端设备的具体类型不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取待处理数据，所述待处理数据包括多帧图像，所述多帧图像为采用互不相同的图像大小压缩比例对图像大小相同的多个原始图像进行压缩得到的；对所述待处理数据进行去模糊处理、降采样处理和特征提取处理，得到第一特征数据；对所述第一特征数据进行特征对齐处理和特征融合处理，得到第二特征数据；对所述第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果；将所述重建上采样结果与所述多帧图像中的参考图像进行叠加处理，得到去压缩模糊图像。2.如权利要求1所述的方法，其特征在于，所述对所述待处理数据进行去模糊处理、降采样处理和特征提取处理，得到第一特征数据，包括：将所述待处理数据输入去模糊网络中进行去模糊处理，输出第一特征信息；对所述第一特征信息进行N倍下采样处理，得到下采样特征信息，所述N为大于1的整数；通过多个堆叠的残差模块对所述下采样特征信息进行特征提取处理，得到第一特征数据。3.如权利要求2所述的方法，其特征在于，所述对所述第一特征数据进行特征对齐处理和特征融合处理，得到第二特征数据，包括：通过金字塔级联和可变形模块对所述第一特征数据进行特征对齐处理，得到第二特征信息；通过特征融合模块对所述第二特征信息进行特征融合处理，得到第二特征数据。4.如权利要求3所述的方法，其特征在于，所述对所述第二特征数据进行特征重建处理和上采样处理，得到重建上采样结果，包括：将所述第二特征数据输入已训练的分级注意力网络模型进行特征重建处理，输出重建结果；对所述重建结果进行N倍上采样处理，得到重建上采样结果。5.如权利要求4所述的方法，其特征在于，所述已训练的分级注意力网络模型包括分级卷积神经网络模型和通道注意力机制模型。6.如权利要求5所述的方法，其特征在于，所述将所述重建上采样结果与所述多帧图...

【专利技术属性】
技术研发人员：陈浩鹏，刘阳兴，王树朋，
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：