图像增强方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请公开了一种图像增强方法、装置、设备及计算机可读存储介质。其中，该方法包括：获取第一图像；利用图像待增强类型识别模型对所述第一图像进行待增强类型识别，得到所述第一图像对应的目标待增强类型标识；利用模型映射器，根据待增强类型标识与图像增强模型之间的对应关系，确定与所述目标待增强类型标识对应的目标图像增强模型；使用所述目标图像增强模型对所述第一图像进行图像增强，得到第二图像。根据本申请实施例的图像增强方法，能够实现全自动化的图像增强，提高图像增强的智能化程度。程度。程度。

【技术实现步骤摘要】
图像增强方法、装置、设备及计算机可读存储介质


[0001]本申请属于图像处理
，尤其涉及一种图像增强方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着互联网技术的高速发展，互联网技术的功能越来越多样化和高效化。其中，在业务办理和用户观看图像过程中，对图像质量要求越来越高，目前，越来越多的用户使用深度学习技术进行图像画质和清晰度增强，并进行实际落地。
[0003]但是，目前的图像增强方法通常只能针对已知待增强类型的图像进行特定类型的图像增强，智能化程度较低。

技术实现思路

[0004]本申请实施例提供了一种图像增强方法、装置、设备、计算机可读存储介质及计算机程序产品，能够实现全自动化的图像增强，提高图像增强的智能化程度。
[0005]第一方面，本申请实施例提供了一种图像增强方法，该方法包括：
[0006]获取第一图像；
[0007]利用图像待增强类型识别模型对所述第一图像进行待增强类型识别，得到所述第一图像对应的目标待增强类型标识；
[0008]利用模型映射器，根据待增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：获取第一图像；利用图像待增强类型识别模型对所述第一图像进行待增强类型识别，得到所述第一图像对应的目标待增强类型标识；利用模型映射器，根据待增强类型标识与图像增强模型之间的对应关系，确定与所述目标待增强类型标识对应的目标图像增强模型；使用所述目标图像增强模型对所述第一图像进行图像增强，得到第二图像。2.根据权利要求1所述的方法，其特征在于，所述使用所述目标图像增强模型对所述第一图像进行图像增强，得到第二图像，包括：在所述目标待增强类型标识及其对应的目标图像增强模型为多个的情况下，按照预设顺序，使用多个所述目标图像增强模型依次对所述第一图像进行图像增强，得到第二图像。3.根据权利要求1所述的方法，其特征在于，所述利用图像待增强类型识别模型对所述第一图像进行待增强类型识别之前，所述方法还包括：获取图像样本及其对应的待增强类型标签；利用初始图像待增强类型识别模型对所述图像样本进行待增强类型识别，得到预测待增强类型；根据所述预测待增强类型和所述待增强类型标签之间的相似度确定第一损失函数值；根据所述第一损失函数值调整所述初始图像待增强类型识别模型的模型参数，训练得到所述图像待增强类型识别模型。4.根据权利要求1所述的方法，其特征在于，所述目标图像增强模型包括图像去模糊模型、图像清晰度增强模型、图像超分辨率模型中的至少一个。5.根据权利要求4所述的方法，其特征在于，所述目标图像增强模型为图像去模糊模型，所述使用所述目标图像增强模型对所述第一图像进行图像增强之前，所述方法还包括：获取第三图像；对所述第三图像进行第一目标处理，得到第四图像，所述第一目标处理包括随机移动所述第三图像的颜色通道中的值、运动模糊、中值模糊中的任意一个；利用初始图像去模糊模型对所述第四图像进行图像去模糊，得到第一预测图像；根据所述第一预测图像和所述第三图像之间的相似度确定第二损失函数值；根据所述第二损失函数值调整所述初始图像去模糊模型的模型参数，训练得到所述图像去模糊模型。6.根据权利要求4所述的方法，其特征在于，所述目标图像增强模型为图像清晰度增强模型，所述使用所述目标图像增强模型对所述第一图像进行图像增强之前，所述方法还包括：获取第五图像；对所述第五图像进行第二目标处理，得到第六图像，所述第二目标处理包括添加模糊核、添加噪声、尺寸缩小、图像压缩中的至少一个；利用初始图像清晰度增强模型对所述第六图像进行图像去噪，得到第二预测图像；根据所述第二预测图像和所述第五图像之间的相似度确定第三损失函数值；根据...

【专利技术属性】
技术研发人员：张甜甜，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：