【技术实现步骤摘要】
本申请涉及图像处理，尤其地涉及一种图像增强方法、电子设备、存储介质及程序产品。
技术介绍
1、生成式大模型是人工智能领域新兴的一种神经网络模型，基于生成式大模型，可以生成与输入的文本或图像相关联的图片，实现“文生图”或“图生图”。例如，将“奔跑的运动员”这一文本输入生成式大模型，生成式大模型可以输出图像内容是奔跑的运动员的图像；又如，将图像内容是河流的图像输入生成式大模型，生成式大模型可以输出图像内容是河流的图像。
2、近年来，随着对于生成式大模型研究的不断深入，生成式大模型在图像增强
也展现出了良好的应用前景。如，将低分辨率图像输入生成式大模型，生成式大模型可以生成所输入图像的细节纹理，进而输出包括细节纹理的高分辨率图像。
3、然而，这样易导致生成的高分辨率图像中出现较多与原图差异较大的伪纹理，进而使得生成的高分辨率图像与原始的低分辨图像差异较大，也即导致生成的高分辨率图像的保真度较低。
技术实现思路
1、有鉴于此，本申请提供一种图像增强方法、电子设备、存储...
【技术保护点】
1.一种图像增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，第三特征初始为：随机噪声，在所述将所得第三特征输入所述图像增强模型的解码层之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2所述的方法，其特征在于，所述基于所得融合特征，从第三特征中去除所得第一噪声信息，包括：
7.根据权利要求1-6中任一项所述...
【技术特征摘要】
1.一种图像增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，第三特征初始为：随机噪声，在所述将所得第三特征输入所述图像增强模型的解码层之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2所述的方法，其特征在于，所述基于所得融合特征，从第三特征中去除所得第一噪声信息，包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述对所述第一特征和第四特征进行融合，得到融合特征，包括：
8.根据权利要求7所述的方法，其特征在于，所述从所述第一特征中确定所述感兴趣区域的第五特征，并基于所述感兴趣区域，从所述第四特征中确定所述第一图像中非感兴趣区域的第六特征，包括：
9.根据权利要求1-6中任一项所述的方法，其特征在于，所述对所述第一特征进行特...
【专利技术属性】
技术研发人员：毕涵，武臻尧，李武津，
申请(专利权)人：荣耀终端股份有限公司，
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。