【技术实现步骤摘要】
图像处理模型训练方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机
，特别是涉及一种图像处理模型训练方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着计算机技术的发展，出现了智能检测技术，智能检测技术通过对自动采集的图像或者视频中的图像帧进行分析，得到检测对象的检测结果。
[0003]传统技术中，对于光线不充足的的环境，自动采集的图像一般为红外图像，通过对红外图像进行分析得到的检测结果，由于红外图像的低分辨率，导致了检测结果准确率低的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高图像处理模型准确性的图像处理模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种图像处理模型训练方法。所述方法包括：
[0006]获取待训练图像对，以及所述待训练图像对中红外图像对应的第一分辨率字典，以及所述待训练图像对中可见光图像对应的第二分辨率字典；
[0007]...
【技术保护点】
【技术特征摘要】
1.一种图像处理模型训练方法，其特征在于，所述方法包括：获取待训练图像对，以及所述待训练图像对中红外图像对应的第一分辨率字典，以及所述待训练图像对中可见光图像对应的第二分辨率字典；对所述红外图像进行特征提取，得到所述红外图像对应的三维红外矩阵，对所述可见光图像进行所述特征提取，得到所述可见光图像对应的三维可见光矩阵；基于所述第一分辨率字典和所述第二分辨率字典，对所述三维红外矩阵进行预测处理，得到所述红外图像对应的预测可见光矩阵；计算所述预测可见光矩阵和所述三维可见光矩阵之间的误差损失，基于所述误差损失对图像处理模型进行训练，得到目标图像处理模型；所述目标图像处理模型用于将红外图像变换成为可见光图像。2.根据权利要求1所述的方法，其特征在于，所述对所述红外图像进行特征提取，得到所述红外图像对应的三维红外矩阵，对所述可见光图像进行所述特征提取，得到所述可见光图像对应的三维可见光矩阵包括：将所述红外图像划分成为预设尺寸的红外图像块，将所述可见光图像划分成为所述预设尺寸的可见光图像块；对所述红外图像块进行所述特征提取，得到所述红外图像块对应的三维红外矩阵，对所述红外图像块对应的可见光图像块进行所述特征提取，得到所述可见光图像块对应的三维可见光矩阵；所述基于所述第一分辨率字典和所述第二分辨率字典，对所述三维红外矩阵进行预测处理，得到所述红外图像对应的预测可见光矩阵，包括：基于所述第一分辨率字典和所述第二分辨率字典，对所述红外图像块对应的三维红外矩阵进行预测处理，得到所述红外图像块对应的预测可见光矩阵；所述计算所述预测可见光矩阵和所述三维可见光矩阵之间的误差损失，包括：计算所述红外图像块对应的预测可见光矩阵和所述可见光图像块对应的三维可见光矩阵之间的误差损失。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一分辨率字典和所述第二分辨率字典，对所述红外图像块对应的三维红外矩阵进行预测处理，得到所述红外图像块对应的预测可见光矩阵包括：基于所述第一分辨率字典，对所述三维红外矩阵进行去稀疏处理，得到复杂特征矩阵；基于所述第二分辨率字典，对所述复杂特征矩阵进行稀疏处理，得到所述红外图像块对应的预测可见光矩阵。4.根据权利要求2所述的方法，其特征在于，所述对所述红外图像块进行所述特征提取，得到所述红外图像块对应的三维红外矩阵包括：对所述红外图像块分别进行颜色提取、纹理提取、边缘提取和小波变换处理，得到所述红外图像块对应的颜色特征矩阵、纹理特征矩阵、边缘特征矩阵和变换特征矩阵；获取所述颜色特征矩阵的第一行数和第一列数、所述纹理特征矩阵对应的第二行数和第二列数、所述边缘特征矩阵的第三行数和第三列数和所述变换特征矩阵的第四行数和第四列数；确定所述第一行数、所述第二行数、所述第三行数和所述第四行数中的最大行数为目
标行数，确定所述第一列数、所述第二列数、所述第三列数和所述第四列数中的最大列数为目标列数；基于所述目标行数和所述目标列数，分别对所述颜色特征矩阵、所述纹理特...
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。