本申请实施例公开了一种图像优化方法、装置、电子设备、介质和程序产品，可以应用于基于计算机视觉等技术的人工智能领域；本申请实施例获取图像生成网络、待优化图像以及多个预设的随机特征；从多个预设的随机特征中，选取目标特征，目标特征为与待优化图像满足预设相似度条件的预设的随机特征；根据图像生成网络、目标特征以及待优化图像，调整初始偏移参数，得到目标偏移参数；将目标特征以及目标偏移参数输入图像生成网络，生成优化后的图像。在本申请实施例中，从多个预设的随机特征中选取对应待优化图像的目标特征，并通过调整得到目标偏移参数，可以由目标特征结合目标偏移参数，生成优化后的图像，以提升图像的优化效果。以提升图像的优化效果。以提升图像的优化效果。
【技术实现步骤摘要】
图像优化方法、装置、电子设备、介质和程序产品
[0001]本申请涉及图像处理
，具体涉及一种图像优化方法、装置、电子设备、介质和程序产品。
技术介绍
[0002]图像在成像、传输、获取的过程中，会受到外界的干扰、传输设备不完善等因素的影响，使得图像有噪声、色彩缺失、细节缺失、分辨率低等问题，导致图像质量较低。为了提升图像的质量，就需要对图像进行优化处理。
[0003]然而，现有的图像优化方法，例如对图像的噪声、模糊进行修复的方法，优化效果不佳。
技术实现思路
[0004]本申请实施例提供一种图像优化方法、装置、电子设备、介质和程序产品，可以提升图像的优化效果。
[0005]本申请实施例提供一种图像优化方法，包括：获取图像生成网络、待优化图像以及多个预设的随机特征；从所述多个预设的随机特征中，选取目标特征，所述目标特征为与所述待优化图像满足预设相似度条件的所述预设的随机特征；根据所述图像生成网络、所述目标特征以及所述待优化图像，调整初始偏移参数，得到目标偏移参数；将所述目标特征以及所述目标偏移参数输入所述图像生成网络，生成优化后的图像。
[0006]本申请实施例还提供一种图像优化装置，包括：获取单元，用于获取图像生成网络、待优化图像以及多个预设的随机特征；确定单元，用于从所述多个预设的随机特征中，选取目标特征，所述目标特征为与所述待优化图像满足预设相似度条件的所述预设的随机特征；调整单元，用于根据所述图像生成网络、所述目标特征以及所述待优化图像，调整初始偏移参数，得到目标偏移参数；生成单元，用于将所述目标特征以及所述目标偏移参数输入所述图像生成网络，生成优化后的图像。
[0007]本申请实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行本申请实施例所提供的任一种图像优化方法中的步骤。
[0008]本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种图像优化方法中的步骤。
[0009]本申请实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现本申请实施例所提供的任一种图像优化方法中的步骤。
[0010]本申请实施例可以获取图像生成网络、待优化图像以及多个预设的随机特征；从所述多个预设的随机特征中，选取目标特征，所述目标特征为与所述待优化图像满足预设相似度条件的所述预设的随机特征；根据所述图像生成网络、所述目标特征以及所述待优
化图像，调整初始偏移参数，得到目标偏移参数；将所述目标特征以及所述目标偏移参数输入所述图像生成网络，生成优化后的图像。
[0011]在本申请中，从多个预设的随机特征中选取对应待优化图像的目标特征，可以以目标特征为起点，结合目标偏移参数，确定用于生成优化后的图像的特征，以生成优化后的图像。其中，基于由预设的随机特征确定的目标特征，能够减少特征之间的关联性，提升对图像中视觉特征的控制能力，以提升图像的优化效果；通过调整初始偏移参数，使用于生成优化后的图像的输入向量向调整目标靠近，以增加优化后图像的真实性，以提升图像的优化效果。而且，目标特征与待优化图像满足预设相似度条件，能够减小目标特征与用于生成优化后的图像的特征之间的距离，减小调整初始偏移参数的难度，提升图像优化效率。
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1a是本申请实施例提供的图像优化方法的场景示意图；
[0014]图1b是本申请实施例提供的图像优化方法的流程示意图；
[0015]图1c是以不同方法进行反演搜索的示意图；
[0016]图1d是本申请实施例提供的调整初始偏移参数的流程示意图；
[0017]图1e是本申请实施例提供的调整图像生成网络的网络参数的流程示意图；
[0018]图2a是本申请实施例提供的StyleGAN
‑
XL网络的结构示意图；
[0019]图2b是本申请另一个实施例提供的图像优化方法的流程示意图；
[0020]图2c是本申请实施例提供的迭代训练过程的示意图；
[0021]图2d是本申请实施例提供的不同优化方法生成的优化后的图像的示意图；
[0022]图2e是本申请实施例提供的不同优化方法在不同修复任务以及不同指标上的对比结果的示意图；
[0023]图3是本申请实施例提供的图像优化装置的结构示意图；
[0024]图4是本申请实施例提供的计算机设备的结构示意图。
具体实施方式
[0025]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。基于本申请中的实施例，本领域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。
[0026]本申请实施例提供一种图像优化方法、装置、电子设备、介质和程序产品。
[0027]其中，该图像优化装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
[0028]在一些实施例中，该图像优化装置还可以集成在多个电子设备中，比如，图像优化装置可以集成在多个服务器中，由多个服务器来实现本申请的图像优化方法。
[0029]在一些实施例中，服务器也可以以终端的形式来实现。
[0030]例如，参考图1a，该图像优化方法可以由图像优化装置实现，该图像优化装置可以集成在服务器中，该服务器可以获取图像生成网络、待优化图像以及多个预设的随机特征；从多个预设的随机特征中，选取目标特征，目标特征为与待优化图像满足预设相似度条件的预设的随机特征；根据图像生成网络、目标特征以及待优化图像，调整初始偏移参数，得到目标偏移参数；将目标特征以及目标偏移参数输入图像生成网络，生成优化后的图像。
[0031]图像的生成过程是把一个输入向量(输入特征)转变成一张高质量图像，图像反演则是通过一张输入图像(不一定需要高质量的图像)推算(搜索)出对应的输入向量，这个过程叫做反演。这个输入向量输入到图像生成网络中，就可以生成出跟输入图像相似且高质量的图像。图像生成网络可以指能用于生成图像的神经网络，图像生成网络可以通过对输入向量进行解码以重建输入向量对应的高质量图像，输入向量可以是随机的噪声或条件向量。因此，可以将一张低质量图像，通过反演技术推算出在图像生成网络下的输本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像优化方法，其特征在于，包括：获取图像生成网络、待优化图像以及多个预设的随机特征；从所述多个预设的随机特征中，选取目标特征，所述目标特征为与所述待优化图像满足预设相似度条件的所述预设的随机特征；根据所述图像生成网络、所述目标特征以及所述待优化图像，调整初始偏移参数，得到目标偏移参数；将所述目标特征以及所述目标偏移参数输入所述图像生成网络，生成优化后的图像。2.如权利要求1所述的图像优化方法，其特征在于，所述从所述多个预设的随机特征中，选取目标特征，包括：对所述多个预设的随机特征进行聚类处理，得到多个特征簇，所述特征簇包括中心特征；从所述多个特征簇的所述中心特征中，选取目标特征。3.如权利要求2所述的图像优化方法，其特征在于，所述从所述多个特征簇的所述中心特征中，选取目标特征，包括：将所述中心特征输入所述图像生成网络，生成中心图像；从所述中心图像中，确定目标图像，所述目标图像为与所述待优化图像满足所述预设相似度的所述中心图像；将与所述目标图像对应的所述中心特征，确定为目标特征。4.如权利要求3所述的图像优化方法，其特征在于，所述从所述中心图像中，确定目标图像，包括：计算所述中心图像与所述待优化图像之间的特征距离；将与所述待优化图像之间的特征距离最短的所述中心图像，确定为目标图像。5.如权利要求1所述的图像优化方法，其特征在于，根据所述图像生成网络、所述目标特征以及所述待优化图像，调整初始偏移参数，得到目标偏移参数，包括：将所述目标特征以及所述初始偏移参数输入所述图像生成网络，生成第一图像；对所述第一图像进行图像劣化处理，得到第二图像；基于对所述初始偏移参数的约束条件，对所述待优化图像以及所述第二图像进行计算，得到偏移损失值；根据所述偏移损失值，调整所述初始偏移参数，得到目标偏移参数。6.如权利要求5所述的图像优化方法，其特征在于，所述对所述初始偏移参数的约束条件包括偏移参数约束项，所述基于对所述初始偏移参数的约束条件，对所述待优化图像以及所述第二图像进行计算，得到偏移损失值，包括：对所述待优化图像以及所述第二图像进行计算，得到第一损失项；对所述初始偏移参数进行正则化处理，得到偏移参数约束项；通过所述偏移参数约束项约束所述第一损失项，得到偏移损失值。7.如权利要求1所述的图像优化方法，其特征在于，所述根据所述偏移损失值，调整初始偏移参数，得到目标偏移参数之后，还包括：将所述目标特征以及所述目标偏移参数输入所述图像生成网络，生成第三图像；对所述第三图像进行图像劣化处理，得到第四图像；
基于对所述图像生成网络的约束条件，对所述待优化图像以及所述第...
【专利技术属性】
技术研发人员：林楚铭，王烟波，罗栋豪，邰颖，张志忠，谢源，汪铖杰，
申请(专利权)人：腾讯科技深圳有限公司，
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。