【技术实现步骤摘要】
图像分辨率修复方法、装置、设备及存储介质
[0001]本公开涉及人工智能
中的计算机视觉、图像处理、深度学习、大数据等
，尤其涉及一种图像分辨率修复方法、装置、设备及存储介质。
技术介绍
[0002]在图像修复任务中，图像分辨率修复能够将低分辨率图像转换为高分辨率图像，通过增大图像分辨率的方式提高图像的清晰度。
[0003]相关技术中，可将高分辨率图像、高分辨率图像对应的低分辨率图像和待修复的低分辨率图像输入至模型中，在模型中对高分辨率图像、高分辨率图像对应的低分辨率图像和待修复的低分辨率图像进行图像特征提取，对图像特征进行线性插值，得到待修复的低分辨率图像对应的高分辨率图像。
[0004]然而，上述方式的图像分辨率修复效果不佳。
技术实现思路
[0005]本公开提供了一种用于提高图像分辨率修复效果的图像分辨率修复方法、装置、设备及存储介质。
[0006]根据本公开的第一方面，提供了一种图像分辨率修复方法，包括：
[0007]获取待修复图像对应的第一修复图像，所述第...
【技术保护点】
【技术特征摘要】
1.一种图像分辨率修复方法，包括：获取待修复图像对应的第一修复图像，所述第一修复图像是根据第一参考图像和第二参考图像对所述待修复图像进行分辨率修复得到的，所述第一修复图像的分辨率大于所述待修复图像的分辨率，所述第一参考图像和所述第二参考图像为对应相同图像内容的图像，且所述第一参考图像的分辨率大于所述第二参考图像的分辨率；根据所述第一参考图像，在图像通道上对所述第一修复图像进行分辨率修复，得到所述待修复图像对应的第二修复图像，所述第二修复图像的分辨率大于所述第一修复图像的分辨率。2.根据权利要求1所述的图像分辨率修复方法，其中，所述根据所述第一参考图像，在图像通道上对所述第一修复图像进行分辨率修复，得到所述待修复图像对应的第二修复图像，包括：分别对所述第一修复图像和所述第一参考图像进行通道分割，得到所述第一修复图像对应不同图像通道的多个第一通道图和所述第一参考图像对应不同图像通道的多个第二通道图；根据所述多个第二通道图对所述多个第一通道图进行分辨率修复，得到所述第一修复图像对应所述不同图像通道的多个通道修复图；对所述多个通道修复图进行通道拼接，得到所述第二修复图像。3.根据权利要求2所述的图像分辨率修复方法，其中，所述根据所述多个第二通道图对所述多个第一通道图进行分辨率修复，得到所述第一修复图像对应所述不同图像通道的多个通道修复图，包括：将对应同一图像通道的第一通道图和第二通道图进行通道拼接，得到所述不同图像通道分别对应的通道拼接图；针对所述不同图像通道中每个图像通道，对所述通道拼接图进行平滑处理，得到平滑处理后的通道拼接图；对平滑处理后的通道拼接图进行分辨率修复，得到所述第一修复图像对应所述图像通道的通道修复图。4.根据权利要求3所述的图像分辨率修复方法，其中，所述针对所述不同图像通道中每个图像通道，对所述通道拼接图进行平滑处理，得到平滑处理后的通道拼接图，包括：针对所述不同图像通道中每个图像通道，将所述通道拼接图输入至第一修复模型中的平滑模块中进行平滑处理，得到平滑处理后的通道拼接图。5.根据权利要求4所述的图像分辨率修复方法，其中，所述第一修复模型还包括所述不同图像通道分别对应的残差模块，所述对平滑处理后的通道拼接图进行分辨率修复，得到所述第一修复图像对应所述图像通道的通道修复图，包括：针对所述不同图像通道中每个图像通道，将平滑处理后的通道拼接图输入至所述图像通道对应的残差模块中进行分辨率修复，得到所述第一修复图像对应所述图像通道的通道修复图。6.根据权利要求1至5中任一项所述的图像分辨率修复方法，其中，所述获取待修复图像对应的第一修复图像，包括：将所述第一参考图像、所述第二参考图像以及所述待修复图像输入至第二修复模型，在所述第二修复模型中根据所述第一参考图像与所述第二参考图像之间的差异对所述待
修复图像进行分辨率修复，得到所述第一修复图像。7.根据权利要求6所述的图像分辨率修复方法，其中，所述第二修复模型包括深度导向滤波模型。8.根据权利要求1至5中任一项所述的图像分辨率修复方法，其中，所述待修复图像包括深度学习模型的输出图像，所述输出图像是将所述第二参考图像输入至深度学习模型进行图像处理后得到的。9.一种图像分辨率修复装置，包括：获取单元，用于获取待修复图像对应的第一修复图像，所述第一修复图像是根据第一参考图像和第二参考图像对所述待修复图像进行分辨率修复得到的，所述第一修复...
【专利技术属性】
技术研发人员：蔡明伟，姚海，赵以诚，
申请(专利权)人：北京百度网讯科技有限公司，
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。