模型训练和图像处理方法、装置、电子设备及存储介质制造方法及图纸

本公开关于一种模型训练和图像处理方法、装置、电子设备及存储介质。该模型训练方法包括：获取第一图像集以及与第一图像集对应的第一目标图像集，其中，第一图像集是包括不清晰失真图像的图像集；获取第二图像集以及与第二图像集对应的第二目标图像集，其中，第二图像集是包括锐化失真图像的图像集；基于第一图像集、第一目标图像集、第二图像集、第二目标图像集对模型进行训练。根据本公开的模型训练方法及装置，可提高模型训练的效果。该图像处理方法包括：将待处理图像输入到使用本公开中所述的模型训练方法训练得到的模型中；将所述模型输出的图像作为处理后的图像。根据本公开的图像处理方法及装置，可提高图像处理的效果。

【技术实现步骤摘要】

本公开涉及人工智能。更具体地，本公开涉及一种模型训练和图像处理方法、装置、电子设备及存储介质。

技术介绍

1、图像增强技术用于处理低质失真图像，提升低质图像的主观画质，是一项非常实用的技术，因此在学术界和工业界均备受关注。尤其在一些视频应用场景中，甚至可以利用图像增强算法提升视频的画质，同时降低视频传输的码率，利用画质来置换带宽，达到节省成本的目的。

2、图像增强技术的目标是为了达到较好的主观画质。然而清晰度越高并不等价于主观画质越好，一味地提升图像的清晰度会带来画面过锐的风险，尤其是大多数场景用户是在移动端消费图像视频，而移动端设备的显示屏往往较小，因此，终端用户对画面过锐的感知更为敏感。一但画面过锐，尽管图像视频内容是有趣的，但对用户在平台的留存会带来消极影响。

技术实现思路

1、本公开的示例性实施例在于提供一种模型训练方法及装置，以至少解决相关技术中的模型训练的问题，也可不解决任何上述问题。

2、根据本公开的示例性实施例，提供一种模型训练方法，包括：获取第一图像集以及与第一图像集本文档来自技高网...

【技术保护点】

1.一种模型训练方法，其特征在于，包括：

2.根据权利要求1所述的模型训练方法，其特征在于，第一图像集中包括的图像与第二图像集包括的图像的数量具有预定比例关系。

3.根据权利要求1所述的模型训练方法，其特征在于，所述获取第一图像集，包括：

4.根据权利要求1所述的模型训练方法，其特征在于，所述获取第二图像集，包括：

5.根据权利要求1所述的模型训练方法，其特征在于，所述获取第一目标图像集，包括：

6.根据权利要求5所述的模型训练方法，其特征在于，所述获取第二目标图像集，包括：

7.根据权利要求3所述的模型训练方法，其...

【技术特征摘要】

1.一种模型训练方法，其特征在于，包括：

2.根据权利要求1所述的模型训练方法，其特征在于，第一图像集中包括的图像与第二图像集包括的图像的数量具有预定比例关系。

3.根据权利要求1所述的模型训练方法，其特征在于，所述获取第一图像集，包括：

4.根据权利要求1所述的模型训练方法，其特征在于，所述获取第二图像集，包括：

5.根据权利要求1所述的模型训练方法，其特征在于，所述获取第一目标图像集，包括：

6.根据权利要求5所述的模型训练方法，其特征在于，所述获取第二目标图像集，包括：

7.根据权利要求3所述的模型训练方法，其特征在于，所述退化处理包括模糊处理、加入噪声处理、压缩处理、采样处理中的至少一个。

8.根据权利要求1所...

【专利技术属性】
技术研发人员：周雅，孙明，周超，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：