图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、电子设备及存储介质，方法包括：将目标图像输入目标可微分网络进行搜索，得到目标搜索结果；目标可微分网络包括至少一个目标节点，目标节点与初始可微分网络中的初始节点对应，目标节点中的目标卷积层的权重通过初始节点中的多个初始卷积层各自的卷积核结构参数、卷积核掩膜、通道结构参数以及通道掩膜得到；对目标搜索结果进行目标操作，得到针对目标图像的处理结果。本申请中，通过目标节点进行搜索时，仅需要对目标卷积层分配资源，使得目标节点的资源占用较少，从而使得可微分架构网络资源消耗降低，提高了可微分架构网络的搜索效率，进而提高了图像处理效率。高了图像处理效率。高了图像处理效率。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能
，更具体地，涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着多媒体技术的发展，多媒体技术的应用越来越广泛，也给生活带来了便利。图像处理技术即为一种多媒体技术，通过编辑操作，对图像的内容进行编辑，然后生成图像，以图像作为宣传媒介，能够达到较好的宣传效果。
[0003]目前，图像处理可以包括分辨率处理、夜景降噪处理、目标检测处理以及图像分割处理等。可以通过可微分网络(DIFFERENTIABLE ARCHITECTURE SEARCH，DARTS)对图像进行搜索，得到搜索结果，再对搜索结果进行进一步处理，得到处理后的结果。其中，可微分网络中设计多节点(一个节点可以称为一个cell，cell也叫细胞，用于描述可微分网络结构搜索中的多节点有向无环图结构)，每个节点用于进行一次搜索操作。
[0004]然而，采用现有的方法对图像处理，可微分网络中的各节点对输入信息的搜索过程占用的资源较多，导致可微分架构网络资源消耗较高，致使图像处理效率较低。

技术实现思路

[0005]有鉴于此，本申请实施例提出了一种图像处理方法、装置、电子设备及存储介质。
[0006]第一方面，本申请实施例提供了一种图像处理方法，方法包括：获取待处理的目标图像；将目标图像输入目标可微分网络进行搜索，得到目标搜索结果；目标可微分网络包括至少一个目标节点，目标节点与初始可微分网络中的初始节点对应，目标节点中的目标卷积层的权重通过初始节点中的多个初始卷积层各自的卷积核结构参数、卷积核掩膜、通道结构参数以及通道掩膜得到；对目标搜索结果进行目标操作，得到针对目标图像的处理结果，目标操作包括超分辨率处理、夜景降噪处理、目标检测处理以及图像分割处理中的至少一个。
[0007]第二方面，本申请实施例提供了一种图像处理装置，装置包括：获取模块，用于获取待处理的目标图像；搜索模块，用于将目标图像输入目标可微分网络进行搜索，得到目标搜索结果；目标可微分网络包括至少一个目标节点，目标节点与初始可微分网络中的初始节点对应，目标节点中的目标卷积层的权重通过初始节点中的多个初始卷积层各自的卷积核结构参数、卷积核掩膜、通道结构参数以及通道掩膜得到；操作模块，用于对目标搜索结果进行目标操作，得到针对目标图像的处理结果，目标操作包括超分辨率处理、夜景降噪处理、目标检测处理以及图像分割处理中的至少一个。
[0008]第三方面，本申请实施例提供了一种电子设备，包括处理器以及存储器；一个或多个程序被存储在存储器中并被配置为由处理器执行以实现上述的方法。
[0009]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中存储有程序代码，其中，在程序代码被处理器运行时执行上述的方法。
[0010]第五方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述的方法。
[0011]本申请实施例提供的一种图像处理方法、装置、电子设备及存储介质，本申请中，目标可微分网络的每个目标节点包括一个目标卷积层，通过目标节点进行搜索时，仅需要对目标卷积层分配资源，使得目标节点的资源占用较少，从而使得可微分架构网络资源消耗降低，提高了可微分架构网络的搜索效率，进而提高了图像处理效率。
附图说明
[0012]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。
[0013]图1示出了一种可微分网络的搜索过程的示意图；
[0014]图2示出了又一种可微分网络的搜索过程的示意图；
[0015]图3示出了一种可微分网络的节点的结构示意图；
[0016]图4示出了本申请一个实施例提供的一种图像处理方法的流程图；
[0017]图5示出了本申请实施例中一种目标可微分网络的结构示意图；
[0018]图6示出了本申请实施例中一种初始卷积层的卷积核掩膜的示意图；
[0019]图7示出了本申请实施例中一种初始卷积层的通道掩膜的示意图；
[0020]图8示出了本申请又一个实施例提供的一种图像处理方法的流程图；
[0021]图9示出了本申请实施例中一种中间权重的获取过程的示意图；
[0022]图10示出了本申请实施例中一种目标卷积层的权重的获取过程的示意图；
[0023]图11示出了本申请再一个实施例提供的一种图像处理方法的流程图；
[0024]图12示出了本申请实施例中一种目标卷积层的偏置的获取过程的示意图；
[0025]图13示出了本申请一个实施例提出的一种图像处理装置的框图；
[0026]图14示出了用于执行根据本申请实施例的图像处理方法的电子设备的结构框图；
[0027]图15示出了本申请实施例提供的计算机可读介质的模块框图；
[0028]图16示出了本申请实施例提供的计算机产品的模块框图。
具体实施方式
[0029]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。根据本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]在以下的描述中，所涉及的术语“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0031]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0032]可微分网络(Differentiable Architecture Search，DARTS)是指一种可微的神经结构搜索(Neural architecture search，NAS)网络，可以用梯度下降来解决架构搜索的问题。其中，可微分网络包括多个节点，因此可微分网络又可以称为超网(SuperNet)。超网就是结合了多个子网络的一个大的网络模型。
[0033]目前，可微分网络的搜索过程如图1所示，图1中的a、b、c以及d均为可微分网络，且四个可微分网络中的0、1、2以及3分别表示一个节点。图1中的a表示边缘操作最初是未知的，图1中的b通过在每条边放置候选操作的混合，不断地松弛搜索空间，图1中的c通过求解二层优化问题，将混合概本文档来自技高网...

【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，所述方法包括：获取待处理的目标图像；将所述目标图像输入目标可微分网络进行搜索，得到目标搜索结果；所述目标可微分网络包括至少一个目标节点，所述目标节点与初始可微分网络中的初始节点对应，所述目标节点中的目标卷积层的权重通过所述初始节点中的多个初始卷积层各自的卷积核结构参数、卷积核掩膜、通道结构参数以及通道掩膜得到；对所述目标搜索结果进行目标操作，得到针对所述目标图像的处理结果，所述目标操作包括超分辨率处理、夜景降噪处理、目标检测处理以及图像分割处理中的至少一个。2.根据权利要求1所述的方法，其特征在于，所述目标可微分网络包括多个目标节点；所述将所述目标图像输入目标可微分网络进行搜索，得到目标搜索结果，包括：从所述多个目标节点中确定选定目标节点；获取针对所述选定目标节点的输入信息，所述输入信息基于所述目标图像获得；通过所述选定目标节点中的目标卷积层对应的权重以及偏置，对所述输入信息进行处理，得到输出信息，所述目标卷积层的偏置通过所述多个初始卷积层各自的通道结构参数以及通道掩膜获得；从所述多个目标节点中确定新的选定目标节点，并返回执行所述获取针对所述选定目标节点的输入信息的步骤，直到遍历所述多个目标节点；获取最后一次遍历的目标节点输出的输出信息，作为所述目标搜索结果。3.根据权利要求1或2所述的方法，其特征在于，所述目标卷积层的权重的获取方法包括：获取所述初始节点中的多个初始卷积层各自的卷积核结构参数以及卷积核掩膜；对所述初始节点中的每个初始卷积层的卷积核结构参数进行激活处理，得到所述初始节点中的每个初始卷积层的第一激活参数；从所述初始节点中的多个初始卷积层的权重中获取初始权重；根据所述初始权重、所述初始节点中的多个初始卷积层各自的卷积核掩膜以及第一激活参数，确定中间权重；根据所述中间权重、所述初始节点中的多个初始卷积层各自的通道结构参数以及通道掩膜，确定所述目标卷积层的权重。4.根据权利要求3所述的方法，其特征在于，所述根据所述初始权重、所述初始节点中的多个初始卷积层各自的卷积核掩膜以及第一激活参数，确定中间权重，包括：计算所述初始节点中的每个初始卷积层的卷积核掩膜以及第一激活参数的乘积，作为所述初始节点中的每个初始卷积层的第一乘积结果；计算所述初始节点中的多个初始卷积层的第一乘积结果的和，作为融合卷积核掩膜；计算所述初始权重与所述融合卷积核掩膜的乘积，作为所述中间权重。5.根据权利要求3所述的方法，其特征在...

【专利技术属性】
技术研发人员：赵亚西，
申请(专利权)人：哲库科技上海有限公司，
类型：发明
国别省市：