CN112967196A - 图像修复方法及装置、电子设备和介质 - Google Patents

Abstract

本公开提供了一种图像修复方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及计算机视觉、深度学习技术领域。实现方案为：获取待修复图像和待修复图像对应的掩码图像，待修复图像包括待修复区域和待修复区域之外的背景区域，掩码图像用于指示包含待修复区域的目标区域和目标区域之外的区域的相对位置关系；将待修复图像转换为图像特征；将图像特征和掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，隐式掩码图像用于指示待修复区域和背景区域的相对位置关系；以及将图像特征和隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

Description

图像修复方法及装置、电子设备和介质

技术领域

本公开涉及人工智能领域，尤其涉及计算机视觉、深度学习技术领域，具体涉及一种图像修复方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

图像修复技术有着广泛的应用场景，例如老照片修复、老旧电影电视剧修复等，包括噪点移除、胶片划痕修复、字幕或标签(logo)去除等。目前图像修复技术大多基于块匹配或纹理匹配的方法，存在修复效果不好，纹理不自然，细节模糊等问题。

发明内容

本公开提供了一种图像修复方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像修复方法，包括：获取待修复图像和所述待修复图像对应的掩码图像，所述待修复图像包括待修复区域和所述待修复区域之外的背景区域，所述掩码图像用于指示包含所述待修复区域的目标区域和所述目标区域之外的区域的相对位置关系；将所述待修复图像转换为图像特征；将所述图像特征和所述掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，所述隐式掩码图像用于指示所述待修复区域和所述背景区域的相对位置关系；以及将所述图像特征和所述隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

根据本公开的另一方面，提供了一种图像修复装置，包括：图像获取模块，配置为获取待修复图像和所述待修复图像对应的掩码图像，所述待修复图像包括待修复区域和所述待修复区域之外的背景区域，所述掩码图像用于指示包含所述待修复区域的目标区域和所述目标区域之外的区域的相对位置关系；特征抽取模块，配置为将所述待修复图像转换为图像特征；隐式掩码生成模块，配置为将所述图像特征和所述掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，所述隐式掩码图像用于指示所述待修复区域和所述背景区域的相对位置关系；以及图像修复模块，配置为将所述图像特征和所述隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开的图像修复方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开的图像修复方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开的图像修复方法。

根据本公开的一个或多个实施例，能够根据输入的待修复图像以及粗略的待修复范围掩码，自动生成隐式掩码，以精准覆盖待修复区域，避免过修复和修复效果不好的问题；同时不需要精细的掩码标定，节省人力成本。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的图像修复方法的流程图；

图3示出了根据本公开的实施例的用户标记后的待修复图像的示意图；

图4示出了根据本公开的方法进行图像修复的示意图；

图5示出了根据本公开的实施例的图像修复装置的结构框图；以及

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行图像修复方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

客户端设备101、102、103、104、105和/或106可以用来接收待修复的图像等等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如待修复图像或修复后的图像等数据。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

在图像处理中，通常会遇到图像中的目标对象被移除或图像损坏导致部分区域缺失等情况，因此需要根据人类自己的视觉规则对图像进行分析，以实现对图像中的被移除区域或损坏区域的修补，从而得到符合人类视觉认知规则的完整图像。

但是当前的基于块匹配、纹理匹配的图像修复技术存在以下问题：1)修复效果不好，不能有效去除噪点、划痕等损伤；2)过修复，虽然能有效移除噪点、划痕，但是对于图像自身的清晰度造成模糊、过平滑等效果，造成修复效果不够真实，纹理不自然，细节模糊等问题；3)需人工精确标记待修复区域，由于划痕等损伤纹路复杂，难以精确标记且耗时费力。

因此，根据本公开的实施例提供了一种图像修复方法200，如图2所示，该方法200包括：获取待修复图像和待修复图像对应的掩码图像(步骤210)；将待修复图像转换为图像特征(步骤220)；将图像特征和掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像(步骤230)；隐式掩码图像用于指示待修复区域和背景区域的相对位置关系；以及将图像特征和隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像(步骤240)。

根据本公开的实施例，能够根据输入的待修复图像以及粗略的待修复范围掩码，自动生成隐式掩码，以精准覆盖待修复区域，避免过修复和修复效果不好的问题；同时不需要精细的掩码标定，节省人力成本。

在步骤210，获取待修复图像和待修复图像对应的掩码图像。待修复图像可以包括待修复区域和待修复区域之外的背景区域，掩码图像用于指示包含待修复区域的目标区域和该目标区域之外的区域的相对位置关系。

在一些实施例中，可以先获取需要进行修复处理的待修复图像。该待修复图像可以具有多种形式，包括但不限于拍摄得到的静态图像、从视频画面中提取的视频帧图像等。该视频画面可以来自预先制作完成的视频，也可以为实时视频流对应的视频，如直播视频，即时通讯视频等。待修复图像中可以包括待修复区域和待修复区域之外的背景区域，即待修复区域为待修复图像中需要进行修复的各个像素点构成的区域，如待修复图像中的被移除区域、画面损伤区域等。

在一些实施例中，待修复图像中的待修复区域可以为一个也可以为多个。待修复图像中的待修复区域可以由例如用户在待修复图像中以画框等方式粗略标记即可。例如，由用户以画框(如虚线框或实线框等)圈出图像中的待修复区域，该待修复的区域即为需要修复的划痕、噪点等。该画框可以为任意的形状，包括但不限于矩形框、椭圆框等等，只要能包围图像中的待修复区域即可。

在该待修复图像中的待修复区域为多个的实施例中，标记该待修复区域的画框可以为一个或多个。例如，待修复区域为多条划痕，每条划痕可以通过各自的画框进行粗略标记。

在一些实施例中，在获取待修复图像后，可以进一步获取其对应的掩码图像。掩码图像可以包括包含待修复区域的目标区域和待修复图像中的该目标区域之外的区域。该目标区域即对应于上述标记带修复图像中的待修复区域的画框所在区域。在该掩码图像中，目标区域中的像素点的数据区别于该目标区域以外的区域中的像素点的数据，从而该掩码图像中的各个像素点的数据可以表征该像素点位于目标区域还是位于该目标区域以外的区域，即可以通过该掩码图像表征待修复图像中目标区域与该目标区域之外的区域的相对位置关系。

通过对应于待修复图像的掩码图像表征上述相对位置关系，能够准确获知上述目标区域与该目标区域以外的区域的相对位置关系，从而有助于更准确的实现图像修复。

根据一些实施例，掩码图像可以为二维矩阵，二维矩阵包括对应于目标区域的第一数据区域和对应于目标区域之外的区域的第二数据区域。第一数据和第二数据不同。可以将目标区域中各个像素点的取值设为第一数据，目标区域之外的区域中的各个像素点的取值设为第二数据。例如，第一数据可以为1、第二数据可以为0(反之亦然)，通过“1”和“0”取值的不同来表征待修复图像中目标区域与该目标区域之外的区域的相对位置关系。

在一些实施例中，可以利用图像分割网络获取掩码图像。例如，可以将用户标记后的待修复图像输入经训练的图像分割网络，以使图像分割网络识别待修复图像中的用户标记的包含待修复区域的目标区域，并对目标区域和目标区域之外的区域进行二值化处理进而得到掩码图像，二值化后的掩码图像中各个像素点的取值可以用于表征上述相对位置关系。用户标记后的待修复图像可以如图3所示，其中虚线框即为标记出的包含待修复区域(划痕)的目标区域。通过经训练的图像分割网络识别待修复图像中的标记的目标区域，进而将目标区域与待修复图像中的其他区域进行区分，并进而根据目标区域与待修复图像中的目标区域以外的区域之间的位置关系生成掩码图像，从而能够确保掩码图像中各个像素点的取值能够准确表征上述相对位置关系。

在步骤220中，将待修复图像转换为图像特征。

为使计算机能够“理解”图像，需要从图像中提取有用的数据或信息，得到图像的“非图像”的表示或描述，如数值、向量和符号等。这一过程就是特征提取，而提取出来的这些“非图像”的表示或描述即为图像特征。

根据一些实施例，可以通过经训练的卷积神经网络模型将待修复图像转换为图像特征。

应当理解，其他可以将待修复图像转换为图像特征的方法也是可能的，在此不作限制。

根据一些实施例，该方法200还可以包括：在将待修复图像转换为图像特征之后，对图像特征和掩码图像进行下采样至第一分辨率，以使得下采样后的图像特征和掩码图像输入到经训练的第一神经网络中。

下采样又称为降采样，可以实现缩小图像。对于分辨率为M*N的一幅图像，对其进行s倍下采样，即得到分辨率为(M/s)*(N/s)的图像。在根据本公开的实施例中，通过对图像特征和掩码图像分别进行下采样操作，可以减少后续的计算量，并且下采样后图像的每一个像素对应原图像相应的一个区域，一定程度上避免过拟合，因此可以在后续计算中更好地比对图像特征的相似性，进一步提高图像修复效果。

在一些示例中，可以将待修复图像和掩码图像输入到经训练的卷积神经网络中，以通过该卷积神经网络将原始的待修复图像转换为图像特征，同时对图像特征和掩码图像进行下采样至第一分辨率。该卷积神经网络输出第一分辨率的图像特征和第一分辨率的掩码图像。

在一些实施例中，第一分辨率可以根据用户需求或者实际经验进行设置，例如512*512，在此不做限制。可以重复执行下采样操作，直至待修复图像的图像特征的分辨率满足该第一分辨率。

在一些示例中，可以根据卷积运算的原理进行下采样操作。当卷积步长大于1时，在经过部分卷积处理后，得到的新的图像特征的分辨率小于经过部分卷积处理前的图像特征的分辨率，即该部分卷积处理过程可以视为对待修复图像的下采样过程。根据所选用的卷积核尺寸以及部分卷积处理时的步长的不同，下采样的采样比可以不同。示例性的，经过一次步长为2的部分卷积处理后，得到的新的图像特征的分辨率可以是经过部分卷积处理前的图像特征的分辨率的二分之一，即假设经过部分卷积处理前的图像特征的分辨率为256*256，则得到的新的图像特征的分辨率为128*128。对掩码图像的下采样操作亦可如上述所述。

在步骤230，将图像特征和掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像。隐式掩码图像用于指示待修复区域和背景区域的相对位置关系。

在该隐式掩码图像中，待修复区域(例如划痕)中的像素点的数据区别于背景区域中的像素点的数据，从而该隐式掩码图像中的各个像素点的数据可以表征该像素点位于待修复区域还是位于背景区域，即可以通过该隐式掩码图像表征待修复图像中的待修复区域与背景区域的相对位置关系。

隐式掩码图像能够更准确获知获取待修复图像中的待修复区域与背景区域的相对位置关系，能够更精确地表征待修复图像中的待修复区域的位置，从而有助于更准确的实现图像修复。

根据一些实施例，隐式掩码图像可以为二维矩阵，二维矩阵包括对应于待修复区域的第一数据区域和对应于背景区域的第二数据区域。第一数据和第二数据不同。可以将待修复区域中各个像素点的取值设为第一数据，背景区域中的各个像素点的取值设为第二数据。例如，第一数据可以为1、第二数据可以为0(反之亦然)，通过“1”和“0”取值的不同来表征待修复图像中待修复区域与背景区域的相对位置关系。

根据一些实施例，第一神经网络可以为U-net神经网络。第一神经网络和第二神经网络都可以基于U-Net结构所构建，以充分发挥U-Net结构通过下采样和上采样实现图像修复的算法优势，当然，也可以基于其他算法的网络构建第一神经网络，在此不做限制。

在步骤240，将图像特征和隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

根据一些实施例，第二神经网络可以为U-net神经网络，以充分发挥U-Net结构通过下采样和上采样实现图像修复的算法优势，使得修复后的图像纹理更加自然、真实。当然，也可以基于其他算法的网络构建第二神经网络，在此不做限制。

根据一些实施例，第一神经网络和第二神经网络是利用训练数据、基于根据该训练数据生成的隐式掩码图像的修复损失和根据该训练数据生成的掩码图像的修复损失对神经网络进行训练而生成的。修复损失可以用于表示修复后的图像与其相对应的原始图像的偏离。

在一些示例中，第一神经网络和第二神经网络均可以为卷积神经网络。当然，其他类型的神经网络也是可能的，在此不做限制。

在如图4所示的实施例中，将获取的待修复图像401通过过程411变换为图像特征403，同时将图像特征403和获取的掩码图像402通过过程422下采样至第一分辨率，以减少计算量。然后，将第一分辨率图像特征404和第一分辨率掩码图像405通过神经网络生成第一分辨率隐式掩码图像406(过程433)。最后，将第一分辨率的隐式掩码图像406和图像特征404拼接后，通过神经网络生成修复后的图像407(过程444)。所述修复后的图像为原分辨率(待修复图像的分辨率)的图像。在一些示例中，可以将网络输出的修复后图像通过上采样转换为原分辨率的图像，或者通过对神经网络进行预训练和设置以使其根据拼接后的第一分辨率的隐式掩码图像和图像特征生成原分辨率的修复后图像。

根据一些实施例，上述修复损失可以为平均绝对误差(MAE)。示例地，图4也可以用于表示神经网络的部分训练过程，例如可以将隐式掩码图像406通过上采样后得到原分辨率的隐式掩码图像，将原分辨率的隐式掩码图像与修复后图像进行对位乘法，得到结果一；将修复后图像与原始输入的掩码图像进行对位乘法，得到结果二；将原始输入的掩码图像与完整的原始图像(作为监督信息，未示出)对位乘法，得到结果三。通过结果一和结果三计算隐式掩码区域的修复损失(即隐式掩码图像的修复损失)；通过结果二和结果三计算原始掩码区域的修复损失(即掩码图像的修复损失)。基于隐式掩码图像的修复损失对神经网络进行训练能够保证图像精细化的修复效果；基于掩码图像的修复损失对神经网络进行训练能够保证隐式掩码覆盖的范围足够大，不会产生待修复区域修复不够的情况。

根据本公开的图像修复方法根据输入的待修复图像以及粗略标记待修复区域的掩码图像，能够自动生成隐式掩码，以精准覆盖待修复区域，避免了过修复和修复效果不好的问题；同时不需要精细标记待修复区域，节省了人力成本。

根据本公开的实施例，如图5所示，还提供了一种图像修复装置500，包括：图像获取模块510，配置为获取待修复图像和所述待修复图像对应的掩码图像，所述待修复图像包括待修复区域和所述待修复区域之外的背景区域，所述掩码图像用于指示包含所述待修复区域的目标区域和所述目标区域之外的区域的相对位置关系；特征抽取模块520，配置为将所述待修复图像转换为图像特征；隐式掩码生成模块530，配置为将所述图像特征和所述掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，所述隐式掩码图像用于指示所述待修复区域和所述背景区域的相对位置关系；以及图像修复模块540，配置为将所述图像特征和所述隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

这里，图像修复装置500的上述各单元510～540的操作分别与前面描述的步骤210～240的操作类似，在此不再赘述。

根据本公开的示例性实施例还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述图像修复方法。

根据本公开的示例性实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述图像修复方法。

根据本公开的示例性实施例还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现上述图像修复方法。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (17)

1.一种图像修复方法，包括：

获取待修复图像和所述待修复图像对应的掩码图像，所述待修复图像包括待修复区域和所述待修复区域之外的背景区域，所述掩码图像用于指示包含所述待修复区域的目标区域和所述目标区域之外的区域的相对位置关系；

将所述待修复图像转换为图像特征；

将所述图像特征和所述掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，所述隐式掩码图像用于指示所述待修复区域和所述背景区域的相对位置关系；以及

将所述图像特征和所述隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

2.如权利要求1所述的方法，还包括：在将所述待修复图像转换为图像特征之后，对所述图像特征和所述掩码图像进行下采样至第一分辨率，以使得下采样后的所述图像特征和所述掩码图像输入到经训练的第一神经网络中。

3.如权利要求1所述的方法，其中，所述掩码图像包括二维矩阵，所述二维矩阵包括对应于所述目标区域的第一数据区域和对应于所述目标区域之外的区域的第二数据区域，其中，所述第一数据和所述第二数据不同。

4.如权利要求1或2所述的方法，其中，通过经训练的卷积神经网络模型将所述待修复图像转换为图像特征。

5.如权利要求1或2所述的方法，其中，所述第一神经网络和第二神经网络中的至少一个为U-net神经网络。

6.如权利要求1所述的方法，其中，所述第一神经网络和所述第二神经网络是利用训练数据、基于根据所述训练数据生成的隐式掩码图像的修复损失和根据所述训练数据生成的掩码图像的修复损失对神经网络进行训练而生成的。

7.如权利要求6所述的方法，其中，所述修复损失包括平均绝对误差。

8.一种图像修复装置，包括：

图像获取模块，配置为获取待修复图像和所述待修复图像对应的掩码图像，所述待修复图像包括待修复区域和所述待修复区域之外的背景区域，所述掩码图像用于指示包含所述待修复区域的目标区域和所述目标区域之外的区域的相对位置关系；

特征抽取模块，配置为将所述待修复图像转换为图像特征；

隐式掩码生成模块，配置为将所述图像特征和所述掩码图像输入到经训练的第一神经网络中，以得到隐式掩码图像，所述隐式掩码图像用于指示所述待修复区域和所述背景区域的相对位置关系；以及

图像修复模块，配置为将所述图像特征和所述隐式掩码图像拼接后输入到经训练的第二神经网络中，以得到修复后的图像。

9.如权利要求8所述的装置，其中，所述特征抽取模块还配置为：

在将所述待修复图像转换为图像特征之后，对所述图像特征和所述掩码图像进行下采样至第一分辨率，以使得下采样后的所述图像特征和所述掩码图像输入到经训练的第一神经网络中。

10.如权利要求8所述的装置，其中，所述掩码图像包括二维矩阵，所述二维矩阵包括对应于所述目标区域的第一数据区域和对应于所述目标区域之外的区域的第二数据区域，其中，所述第一数据和所述第二数据不同。

11.如权利要求8或9所述的装置，其中，通过经训练的卷积神经网络模型将所述待修复图像转换为图像特征。

12.如权利要求8或9所述的装置，其中，所述第一神经网络和第二神经网络中的至少一个为U-net神经网络。

13.如权利要求8所述的装置，其中，所述第一网络和所述第二网络是利用训练数据、基于根据所述训练数据生成的隐式掩码图像的修复损失和根据所述训练数据生成的掩码图像的修复损失对神经网络进行训练而生成的。

14.如权利要求13所述的装置，其中，所述修复损失包括平均绝对误差。

15.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。

Images