一种图像处理方法、装置、电视机及存储介质制造方法及图纸

本发明专利技术涉及一种图像处理方法、装置、电视机及存储介质，方法包括：获取摄像装置所采集的初始图像；根据初始图像，确定初始处理模型，及确定初始处理模型对应的模型参数信息，初始处理模型用于对初始图像的图像清晰度进行处理；利用模型参数信息对初始处理模型进行处理，得到目标处理模型；将初始图像输入至的目标处理模型中，以使得目标处理模型输出初始图像对应的目标图像。由此，本发明专利技术实施例在对电视机的摄像头所采集的图像进行图像处理时，先通过相应的处理模型对所采集的图像的清晰度进行处理，得到满足需求的目标图像，以使得根据所述目标图像所得到的图像处理结果更为准确。确。确。

【技术实现步骤摘要】
一种图像处理方法、装置、电视机及存储介质


[0001]本专利技术实施例涉及图像处理
，尤其涉及一种图像处理方法、装置、电视机及存储介质。

技术介绍

[0002]电视机已经成为人们日常生活中不可或缺的电器用品，与此同时，人们也越来越多的追求更加智能化的电视机。目前，为了提高了人们的使用体验，许多电视机上设置有摄像头，人们可通过电视机的摄像头进行人脸识别、视频聊天及直播等。但当电视机的摄像头所采集的图片用于图像处理时，在所采集的图像的清晰度不足时，将会使得图像处理的结果不准确。

技术实现思路

[0003]鉴于此，为解决上述技术问题或部分技术问题，本专利技术实施例提供一种图像处理方法、装置、电视机及存储介质。
[0004]第一方面，本专利技术实施例提供的一种图像处理方法，应用于电视机，所述电视机上设置有摄像装置，所述方法包括：
[0005]获取所述摄像装置所采集的初始图像；
[0006]根据所述初始图像，确定初始处理模型，及确定所述初始处理模型对应的模型参数信息，所述初始处理模型用于对所述初始图像的图像清晰度进行处理；
[0007]利用所述模型参数信息对所述初始处理模型进行处理，得到目标处理模型；
[0008]将所述初始图像输入至所述目标处理模型中，以使得所述目标处理模型输出所述初始图像对应的目标图像。
[0009]在一个可选的实施方式中，所述确定所述初始处理模型对应的模型参数信息，包括：
[0010]向服务器发送第一请求，以使得所述服务器确定所述第一请求中所携带的所述初始处理模型对应的初始版本号是否为最高版本号；
[0011]在所述服务器确定所述初始版本号非最高版本号的情况下，接收所述服务器响应于所述第一请求返回的最高版本号对应的模型参数信息。
[0012]在一个可选的实施方式中，所述模型参数信息包括下载地址，所述下载地址用于下载所述初始处理模型对应的模型参数文件；
[0013]所述利用所述模型参数信息对所述初始处理模型进行处理，得到目标处理模型，包括：
[0014]从所述模型参数信息中提取出所述下载地址；
[0015]根据所述下载地址，向所述服务器发送第二请求；
[0016]接收所述服务器响应于所述第二请求返回的所述初始处理模型对应的模型参数文件；
[0017]利用所述模型参数文件对所述初始处理模型进行处理，得到目标处理模型。
[0018]在一个可选的实施方式中，所述根据所述初始图像，确定初始处理模型，包括：
[0019]确定所述初始图像的图像清晰度；
[0020]在所述初始图像的图像清晰度满足第一预设条件时，根据所述初始图像，确定初始处理模型，所述第一预设条件包括：所述初始图像的图像清晰度小于预设清晰度阈值。
[0021]在一个可选的实施方式中，所述初始处理模型包括处理模型框架，所述处理模型框架包括生成网络和判别网络；
[0022]所述服务器通过如下方式确定所述初始处理模型对应的模型参数文件：
[0023]获取图像训练集，所述图像训练集包括第一图像集和第二图像集，所述第一图像集中的第一图像与所述第二图像集中的第二图像一一对应，所述第一图像的图像清晰度高于所述第二图像的图像清晰度；
[0024]根据所述第一图像集和所述第二图像集，对所述生成网络及所述判别网络进行迭代训练；
[0025]在迭代训练次数满足第二预设条件时，得到所述生成网络对应的第一模型参数文件和所述判别网络对应的第二模型参数文件，所述第二预设条件包括：所述迭代训练次数达到预设次数阈值；
[0026]根据所述第一模型参数文件和所述第二模型参数文件，确定所述初始处理模型对应的模型参数文件。
[0027]在一个可选的实施方式中，所述根据所述第一模型参数文件和所述第二模型参数文件，确定所述初始处理模型对应的模型参数文件，包括：
[0028]根据所述第一模型参数文件和所述第二模型参数文件，确定测试文件；
[0029]将所述测试文件加载至所述处理模型框架中，得到测试处理模型；
[0030]获取图像测试集，所述图像测试集包括第三图像集和第四图像集，所述第三图像集中的第三图像与第四图像集中的第四图像一一对应，所述第三图像的图像清晰度高于所述第四图像的图像清晰度；
[0031]根据所述第三图像集和所述第四图像集，对所述测试处理模型进行测试训练，得到所述测试处理模型对应的目标评价指标的目标值；
[0032]在所述目标评价指标的目标值满足第三预设条件时，将所述测试文件确定为模型参数文件，所述第三预设条件包括：所述目标评价指标的目标值处于预设范围内。
[0033]在一个可选的实施方式中，所述方法，还包括：
[0034]在得到所述初始图像对应的目标图像后，将所述初始图像和所述目标图像发送至所述服务器，以使所述服务器根据所述初始图像和所述目标图像更新所述图像训练集，得到更新后的所述图像训练集，及根据更新后的所述图像训练集完成所述模型参数文件的更新。
[0035]第二方面，本专利技术实施例提供一种图像处理装置，包括：
[0036]获取模块，用于获取所述摄像装置所采集的初始图像；
[0037]确定模块，用于根据所述初始图像，确定初始处理模型，及确定所述初始处理模型对应的模型参数信息，所述初始处理模型用于处理所述初始图像的图像清晰度；
[0038]处理模块，用于利用所述模型参数信息对所述初始处理模型进行处理，得到目标
处理模型；
[0039]所述处理模块，还用于将所述初始图像输入至所述目标处理模型中，以使得所述目标处理模型输出所述初始图像对应的目标图像。
[0040]第三方面，本专利技术实施例提供一种电视机，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的图像处理程序，以实现如上所述图像处理方法。
[0041]第四方面，本专利技术实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述图像处理方法。
[0042]本专利技术实施例提供的一种图像处理方法，包括：获取摄像装置所采集的初始图像；根据初始图像，确定初始处理模型，及确定初始处理模型对应的模型参数信息，初始处理模型用于对初始图像的图像清晰度进行处理；利用模型参数信息对初始处理模型进行处理，得到目标处理模型；将初始图像输入至的目标处理模型中，以使得目标处理模型输出初始图像对应的目标图像。通过上述方式，本专利技术实施例在对电视机的摄像头所采集的图像进行图像处理时，先通过相应的处理模型对所采集的图像的清晰度进行处理，得到满足需求的目标图像，以使得根据所述目标图像所得到的图像处理结果更为准确。
附图说明
[0043]图1为本专利技术实施例提供的一个图像处理方法的流程示意图；
[0044]图2为本专利技术实施例提供的一个图像处理装置的结构示意图；
[0045]图3为本专利技术实施本文档来自技高网...

【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，应用于电视机，所述电视机上设置有摄像装置，所述方法包括：获取所述摄像装置所采集的初始图像；根据所述初始图像，确定初始处理模型，及确定所述初始处理模型对应的模型参数信息，所述初始处理模型用于对所述初始图像的图像清晰度进行处理；利用所述模型参数信息对所述初始处理模型进行处理，得到目标处理模型；将所述初始图像输入至所述目标处理模型中，以使得所述目标处理模型输出所述初始图像对应的目标图像。2.根据权利要求1所述方法，其特征在于，所述确定所述初始处理模型对应的模型参数信息，包括：向服务器发送第一请求，以使得所述服务器确定所述第一请求中所携带的所述初始处理模型对应的初始版本号是否为最高版本号；在所述服务器确定所述初始版本号非最高版本号的情况下，接收所述服务器响应于所述第一请求返回的最高版本号对应的模型参数信息。3.根据权利要求2所述方法，其特征在于，所述模型参数信息包括下载地址，所述下载地址用于下载所述初始处理模型对应的模型参数文件；所述利用所述模型参数信息对所述初始处理模型进行处理，得到目标处理模型，包括：从所述模型参数信息中提取出所述下载地址；根据所述下载地址，向所述服务器发送第二请求；接收所述服务器响应于所述第二请求返回的所述初始处理模型对应的模型参数文件；利用所述模型参数文件对所述初始处理模型进行处理，得到目标处理模型。4.根据权利要求1所述方法，其特征在于，所述根据所述初始图像，确定初始处理模型，包括：确定所述初始图像的图像清晰度；在所述初始图像的图像清晰度满足第一预设条件时，根据所述初始图像，确定初始处理模型，所述第一预设条件包括：所述初始图像的图像清晰度小于预设清晰度阈值。5.根据权利要求3所述方法，其特征在于，所述初始处理模型包括处理模型框架，所述处理模型框架包括生成网络和判别网络；所述服务器通过如下方式确定所述初始处理模型对应的模型参数文件：获取图像训练集，所述图像训练集包括第一图像集和第二图像集，所述第一图像集中的第一图像与所述第二图像集中的第二图像一一对应，所述第一图像的图像清晰度高于所述第二图像的图像清晰度；根据所述第一图像集和所述第二图像集，对所述生成网络及所述判别网络进行迭代训练；在迭代训练次数满足第二预设条件时，得到所述生成网络对应的第一模型...

【专利技术属性】
技术研发人员：马燕，
申请(专利权)人：深圳创维RGB电子有限公司，
类型：发明
国别省市：