画质增强模型的训练方法、画质增强方法及相关装置制造方法及图纸

本发明专利技术提供的画质增强模型的训练方法、画质增强方法及相关装置，包括：获取多张图像后进行人脸检测，得到人脸图像和背景图像；针对每张图像，若人脸图像只有一张，则将图像对应的人脸图像确定为非虚化人脸图像；否则，确定图像对应的每张人脸图像对应的清晰度评分，并根据清晰度评分，对人脸图像进行非虚化人脸图像和虚化人脸图像分类；分别根据非虚化人脸图像和虚化人脸图像构建人脸正样本和人脸负样本，再结合背景图像，对画质增强模型进行训练，以使训练后的画质增强模型不对待增强图像中的虚化人脸进行纹理增强，本发明专利技术能够准确区分虚化人脸和非虚化人脸，不对虚化人脸进行纹理增强，解决虚化人脸错误增强的问题。解决虚化人脸错误增强的问题。解决虚化人脸错误增强的问题。

【技术实现步骤摘要】
画质增强模型的训练方法、画质增强方法及相关装置


[0001]本专利技术涉及图像处理
，具体而言，涉及一种画质增强模型的训练方法、画质增强方法及相关装置。

技术介绍

[0002]画质模糊的图像无法识别出图像中的信息，用户的观看体验也较差，因此需要将图像的画质增强，改善图像质量。
[0003]目前图像画质增强模型常用于拍照或电影效果增强，增强原理是对图像中模糊的纹理进行去噪和清晰化，但是如果上述两种场景下的存在图像虚化情况时，现有的画质增强模型将虚化的纹理作为模糊区域进行纹理增强，会明显破坏虚化效果，造成虚化人脸错误增强的问题，准确性较差。

技术实现思路

[0004]本专利技术的目的之一在于提供一种画质增强模型的训练方法、画质增强方法及相关装置，能够虚化人脸错误增强的问题，提高图像增强处理的准确性，本专利技术可以这样实现：
[0005]第一方面，本专利技术提供一种画质增强模型的训练方法，所述方法包括：获取多张图像，并对每张所述图像进行人脸检测，得到人脸图像和背景图像；针对每张所述图像，若所述人脸图像只有一张，则本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种画质增强模型的训练方法，其特征在于，所述方法包括：获取多张图像，并对每张所述图像进行人脸检测，得到人脸图像和背景图像；针对每张所述图像，若所述人脸图像只有一张，则将所述图像对应的人脸图像确定为非虚化人脸图像；否则，确定所述图像对应的每张人脸图像对应的清晰度评分，并根据所述清晰度评分，确定所述图像对应的每张所述人脸图像是所述非虚化人脸图像还是虚化人脸图像；根据全部所述非虚化人脸图像构建人脸正样本，并根据全部所述虚化人脸图像构建人脸负样本；根据所述人脸正样本、所述人脸负样本和所述背景图像，对画质增强模型进行训练，以使训练后的所述画质增强模型不对待增强图像中的虚化人脸进行纹理增强。2.根据权利要求1所述的方法，其特征在于，所述并根据所述清晰度评分，确定所述图像对应的每张所述人脸图像是所述非虚化人脸图像还是虚化人脸图像，包括：针对每张所述图像，将最大清晰度评分和最小清晰度评分各自对应的所述人脸图像作为聚类中心，对全部所述人脸图像进行聚类，得到两个图像簇；每个所述图像簇中至少包含一张所述人脸图像；根据两个所述图像簇的质心距离与预设距离阈值之间的比较结果，确定每个所述图像簇中的所述人脸图像是所述非虚化人脸图像还是虚化人脸图像。3.根据权利要求2所述的方法，其特征在于，根据两个所述图像簇的质心距离与预设距离阈值之间的比较结果，确定每个所述图像簇中的所述人脸图像是所述非虚化人脸图像还是虚化人脸图像，包括：若所述质心距离小于所述预设距离阈值，则确定两个所述图像簇中的人脸图像均为所述非虚化人脸图像，否则，将以所述最大清晰度评分为聚类中心得到的图像簇中所述人脸图像确定为所述非虚化人脸图像，将以所述最小清晰度评分为聚类中心得到的所述图像簇中所述人脸图像确定为所述虚化人脸图像。4.根据权利要求1所述的方法，其特征在于，根据全部所述非虚化人脸图像构建人脸正样本，并根据全部所述虚化人脸图像构建人脸负样本，包括：根据人脸增强模型对每张所述非虚化人脸图像进行优化，得到增强后的非虚化人脸图像，并将增强前和增强后的所述非虚化人脸图像组成的图像对作为所述人脸正样本；根据高斯平滑模型，对每张所述虚化人脸进行去噪，并将去噪前和去噪后的所述虚化人脸组成的图像对作为所述人脸负样本。5.根据权利要求1所述的方法，其特征在于，确定所述图像对应的每张人脸图像对应的清晰度评分，包括：确定...

【专利技术属性】
技术研发人员：周凡，
申请(专利权)人：广州虎牙科技有限公司，
类型：发明
国别省市：