本申请实施例公开了一种图像处理方法、装置、设备及存储介质，应用于人工智能技术，该方法包括：通过初始色带去除模型，对样本色带图像进行色带去除处理，得到初始色带去除图像，对样本色带图像进行色带区域预测，得到预测色带区域信息；根据预测色带区域信息确定样本色带图像中的非色带区域，以及初始色带去除图像中的与非色带区域关联的图像区域，根据样本色带图像中的非色带区域，对图像区域进行增强处理，得到样本色带去除图像；根据样本色带去除图像、样本非色带图像、预测色带区域信息和标注色带区域信息对初始色带去除模型进行训练，得到色带去除模型。本申请能够提高色带去除模型的训练准确度，提高针对色带图像的色带去除处理准确度。
1、色带是图像的平滑的渐变区域，由于颜色变化比较小，导致用于量化颜色的编码值数量不够，从而在显示器上把渐变反映成了色阶的样子；或者，色带是指对图像进行图像增强处理，处理后的图像在平滑的渐变区域中出现的颜色突变，色带的产生严重影响图像的图像质量。现有技术中，主要是通过训练色带去除模型来降低色带边界的可见度，但是，这种方式会降低图像的亮度以及色彩等，进而，导致训练得到色带去除模型的准确度比较低。
5、根据上述预测色带区域信息确定上述样本色带图像中的非色带区域，以及上述初始色带去除图像中的与上述非色带区域关联的图像区域，根据上述样本色带图像中的非色带区域，对上述初始色带去除图像中的上述图像区域进行增强处理，得到样本色带去除图像；
>6、根据上述样本色带去除图像、上述样本非色带图像、上述预测色带区域信息和上述标注色带区域信息对上述初始色带去除模型进行训练，得到用于对目标色带图像进行色带去除处理的色带去除模型。7、本申请实施例一方面提供一种图像处理方法，包括：
8、获取待处理的目标色带图像；
9、通过色带去除模型，对目标色带图像进行色带去除处理，得到候选色带去除图像，对上述目标色带图像进行色带区域识别，得到上述目标色带图像的识别色带区域信息；上述色带去除模型是通过上述的方法对初始色带去除模型训练得到的；
10、根据上述识别色带区域信息确定上述目标色带图像中的非色带区域，以及上述候选色带去除图像中的与上述非色带区域关联的图像区域；
11、根据上述目标色带图像中的非色带区域，对上述候选色带去除图像中的上述图像区域进行增强处理，得到目标色带去除图像。
12、本申请实施例一方面提供一种图像处理装置，包括：
13、获取模块，用于获取样本非色带图像、上述样本非色带图像对应的样本色带图像和上述样本色带图像的标注色带区域信息；上述标注色带区域信息用于反映上述样本色带图像中的色带区域；
14、处理模块，用于通过初始色带去除模型，对上述样本色带图像进行色带去除处理，得到初始色带去除图像，对上述样本色带图像进行色带区域预测，得到上述样本色带图像的预测色带区域信息；
15、增强模块，用于根据上述预测色带区域信息确定上述样本色带图像中的非色带区域，以及上述初始色带去除图像中的与上述非色带区域关联的图像区域，根据上述样本色带图像中的非色带区域，对上述初始色带去除图像中的上述图像区域进行增强处理，得到样本色带去除图像；
16、训练模块，用于根据上述样本色带去除图像、上述样本非色带图像、上述预测色带区域信息和上述标注色带区域信息对上述初始色带去除模型进行训练，得到用于对目标色带图像进行色带去除处理的色带去除模型。
17、本申请实施例一方面提供一种图像处理装置，包括：
18、获取模块，用于获取待处理的目标色带图像；
19、处理模块，用于通过色带去除模型，对目标色带图像进行色带去除处理，得到候选色带去除图像，对上述目标色带图像进行色带区域识别，得到上述目标色带图像的识别色带区域信息；上述色带去除模型是通过上述的方法对初始色带去除模型训练得到的；
20、确定模块，用于根据上述识别色带区域信息确定上述目标色带图像中的非色带区域，以及上述候选色带去除图像中的与上述非色带区域关联的图像区域；
21、增强模块，用于根据上述目标色带图像中的非色带区域，对上述候选色带去除图像中的上述图像区域进行增强处理，得到目标色带去除图像。
22、本申请实施例一方面提供了一种计算机设备，包括存储器和处理器，上述存储器存储有计算机程序，上述处理器执行上述计算机程序时实现上述的方法的步骤。
23、本申请实施例一方面提供了一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述的方法的步骤。
24、本申请实施例一方面提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
25、本申请中，通过根据样本色带图像中的非色带区域，对初始色带去除图像中的该图像区域进行增强处理，得到样本色带去除图像，这样可以避免在对样本色带图像进行色带去除处理过程中，造成样本色带图像中的非色带区域失真，即这样不仅能够有效地去除样本色带图像中的色带，还能够确保样本色带图像的非色带区域的图像质量不受影响，更符合实际需求。进而，通过样本色带去除图像和样本非色带图像、预测色带区域信息、标注色带区域信息，对初始色带区域模型进行训练，得到用于对目标色带图像进行色带去除处理的色带去除模型，这样使色带去除模型不仅具备色带去除能力，还具备确保非色带区域的图像质量不受影响的能力，提高色带去除模型的训练准确度，进而，提高针对色带图像的色带去除处理准确度。
本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述初始色带去除模型包括特征增维网络、色带去除网络以及色带区域预测网络；
3.如权利要求2所述的方法，其特征在于，所述特征增维网络包括标准化层和特征增维层；所述通过所述特征增维网络，对所述样本色带图像进行特征增维处理，得到所述样本色带图像对应的增维特征图像，包括：
4.如权利要求2所述的方法，其特征在于，所述色带去除网络包括第一深度特征提取层、第一特征降维层和第一反标准化层；
5.如权利要求4所述的方法，其特征在于，所述第一深度特征提取层包括个深度特征识别块，为大于1的正整数；
6.如权利要求2所述的方法，其特征在于，所述色带区域预测网络包括第二深度特征提取层、第二特征降维层和第二反标准化层；
7.如权利要求6所述的方法，其特征在于，所述根据所述反标准化后的第二降维特征图像，确定所述样本色带图像的预测色带区域信息，包括:
8.如权利要求1所述的方法，其特征在于，所述根据所述预测色带区域信息确定所述样本色带图像中的非色带区域，以及所述初始色带去除图像中的与所述非色带区域关联的图像区域，根据所述样本色带图像中的非色带区域，对所述初始色带去除图像中的所述图像区域进行增强处理，得到样本色带去除图像，包括：
9.如权利要求1所述的方法，其特征在于，所述根据所述样本色带去除图像、所述样本非色带图像、所述预测色带区域信息和所述标注色带区域信息对所述初始色带去除模型进行训练，得到用于对目标色带图像进行色带去除处理的色带去除模型，包括：
10.如权利要求9所述的方法，其特征在于，所述根据所述色带去除损失和所述色带区域预测损失，对所述初始色带去除模型的模型参数进行调整，得到用于对目标色带图像进行色带去除处理的色带去除模型，包括：
11.如权利要求1所述的方法，其特征在于，所述获取样本非色带图像、所述样本非色带图像对应的样本色带图像和所述样本色带图像的标注色带区域信息，包括：
12.如权利要求11所述的方法，其特征在于，所述根据所述候选色带图像的标注色带区域信息、所述候选色带图像以及所述样本非色带图像，确定所述样本非色带图像对应的样本色带图像，包括：
13.一种图像处理方法，其特征在于，包括：
14.如权利要求13所述的方法，其特征在于，所述获取待处理的目标色带图像，包括：
15.一种图像处理装置，其特征在于，包括：
16.一种图像处理装置，其特征在于，包括：
17.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述的方法的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
19.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
...
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述初始色带去除模型包括特征增维网络、色带去除网络以及色带区域预测网络；
3.如权利要求2所述的方法，其特征在于，所述特征增维网络包括标准化层和特征增维层；所述通过所述特征增维网络，对所述样本色带图像进行特征增维处理，得到所述样本色带图像对应的增维特征图像，包括：
4.如权利要求2所述的方法，其特征在于，所述色带去除网络包括第一深度特征提取层、第一特征降维层和第一反标准化层；
5.如权利要求4所述的方法，其特征在于，所述第一深度特征提取层包括个深度特征识别块，为大于1的正整数；
6.如权利要求2所述的方法，其特征在于，所述色带区域预测网络包括第二深度特征提取层、第二特征降维层和第二反标准化层；
7.如权利要求6所述的方法，其特征在于，所述根据所述反标准化后的第二降维特征图像，确定所述样本色带图像的预测色带区域信息，包括:
8.如权利要求1所述的方法，其特征在于，所述根据所述预测色带区域信息确定所述样本色带图像中的非色带区域，以及所述初始色带去除图像中的与所述非色带区域关联的图像区域，根据所述样本色带图像中的非色带区域，对所述初始色带去除图像中的所述图像区域进行增强处理，得到样本色带去除图像，包括：
9.如权利要求1所述的方法，其特征在于，所述根据所述样本色带去除图像、所述样本非色带图像、所述预测色带区域信息和所述标注色带区域信息对所述初始色带去除模型进行...
【专利技术属性】
技术研发人员：张欢荣，李浩，孙磊，
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。