CN113313650B - 图像画质增强方法、装置、设备和介质 - Google Patents
图像画质增强方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113313650B CN113313650B CN202110642485.4A CN202110642485A CN113313650B CN 113313650 B CN113313650 B CN 113313650B CN 202110642485 A CN202110642485 A CN 202110642485A CN 113313650 B CN113313650 B CN 113313650B
- Authority
- CN
- China
- Prior art keywords
- interest
- region
- sample
- image quality
- quality enhancement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000012549 training Methods 0.000 claims description 61
- 230000002708 enhancing effect Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000013135 deep learning Methods 0.000 abstract description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000007500 overflow downdraw method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像画质增强方法、装置、设备和介质,涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可应用于图像处理场景下。该方法包括:确定待处理图像中的兴趣区域和非兴趣区域;将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据;将非兴趣区域输入非兴趣区域画质增强模型,以获得非兴趣区域画质增强模型输出的第二图像数据;以及对第一图像数据和第二图像数据进行融合。
Description
技术领域
本公开涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可应用于图像处理场景下,特别涉及一种图像画质增强方法和装置、图像画质增强模型的训练方法和装置、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。
图像的主观质量增强是计算机视觉领域的热门方向,具体可以采用如噪声抑制、边缘锐化、色彩增强、超分辨率等图像画质增强方法,对图像和视频进行处理,从而提升用户对图像和视频的观感。随着算力的进步和数据量的倍增,以及以卷积神经网络、注意力机制模块等技术为代表的深度学习技术的崛起,新的基于大数据驱动、基于学习的算法逐渐被业界广泛采用,相比于传统方法更加依赖于经验参数,基于深度学习的方法更加依赖于数据驱动。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像画质增强方法和装置、图像画质增强模型的训练方法和装置、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,提供了一种图像画质增强方法,包括:确定待处理图像中的兴趣区域和非兴趣区域;将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据;将非兴趣区域输入非兴趣区域画质增强模型,以获得非兴趣区域画质增强模型输出的第二图像数据;以及对第一图像数据和第二图像数据进行融合。
根据本公开的另一方面,提供了一种图像画质增强模型的训练方法,包括:确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型;获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据;以及利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。
根据本公开的另一方面,提供了一种图像画质增强装置,包括:确定单元,被配置为确定待处理图像中的兴趣区域和非兴趣区域;兴趣区域画质增强模型,被配置为基于兴趣区域输入,输出第一图像数据;非兴趣区域画质增强模型,被配置为基于非兴趣区域输入,输出第二图像数据;以及融合单元,被配置为对第一图像数据和第二图像数据进行融合。
根据本公开的另一方面,提供了一种图像画质增强模型的训练装置,包括:确定单元,被配置为确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;获取单元,被配置为获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;以及训练单元,被配置为利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型,其中,获取单元被进一步配置为获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据,其中,训练单元被进一步配置为利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。
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;其中存储器存储有可被至少一个处理器执行的指令,这些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上述图像画质增强方法或图像画质增强模型的训练方法。
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,其中,计算机指令用于使计算机执行上述图像画质增强方法或图像画质增强模型的训练方法。
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,其中,计算机程序在被处理器执行时实现上述图像画质增强方法或图像画质增强模型的训练方法。
根据本公开的一个或多个实施例,通过对待处理图像中的兴趣区域使用针对兴趣区域的图像画质增强模型,对待处理图像中的非兴趣区域使用针对非兴趣区域的图像画质增强模型,使得对兴趣区域和非兴趣区域的图像增强处理更有针对性,从而提升了处理后的图像或视频的主观质量,并提升了用户对于图像或视频的整体观看体验。
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示出了根据本公开示例性实施例的图像画质增强方法的流程图;
图3示出了根据本公开示例性实施例的图像画质增强方法中的确定待处理图像中的兴趣区域和非兴趣区域的流程图;
图4示出了根据本公开示例性实施例的图像画质增强方法的流程图;
图5-图8示出了根据本公开示例性实施例的图像画质增强模型的训练方法的流程图;
图9示出了根据本公开的实施例的图像画质增强模型的结构框图;
图10示出了根据本公开的实施例的图像画质增强模型中的确定单元的结构框图;
图11示出了根据本公开的实施例的图像画质增强模型的结构框图;
图12示出了根据本公开的实施例的图像画质增强模型的训练装置的结构框图;以及
图13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。
相关技术中,现有的图像画质增强方法都是针对画面整体使用同一个画质增强模型进行处理,因此增强后的图像重点不突出,对图像或视频的主观质量提升有限。此外,另外一些现有方法只对兴趣区域进行图像增强处理,而没有对非兴趣区域进行增强处理,虽然突出了重点,但是显著降低了图像或视频整体的观感。
为解决上述问题,本公开通过对待处理图像中的兴趣区域使用针对兴趣区域的图像画质增强模型,对待处理图像中的非兴趣区域使用针对非兴趣区域的图像画质增强模型,使得对兴趣区域和非兴趣区域的图像增强处理更有针对性,从而提升了处理后的图像或视频的主观质量,并提升了用户对于图像或视频的整体观看体验。
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画质增强方法或图像画质增强模型的训练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可以运行使得能够执行图像画质增强方法的一个或多个服务或软件应用。用户可以使用客户端设备来观看使用图像画质增强方法增强后的图像或视频。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音频文件和视频文件的信息。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。
根据本公开的一方面,提供了一种图像画质增强方法。如图2所述,图像画质增强方法可以包括:步骤S201、确定待处理图像中的兴趣区域和非兴趣区域;步骤S202、将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据;步骤S203、将非兴趣区域输入非兴趣区域画质增强模型,以获得非兴趣区域画质增强模型输出的第二图像数据;以及步骤S204、对第一图像数据和第二图像数据进行融合。由此,通过对待处理图像中的兴趣区域使用针对兴趣区域的图像画质增强模型,对待处理图像中的非兴趣区域使用针对非兴趣区域的图像画质增强模型,使得对兴趣区域和非兴趣区域的图像增强处理更有针对性,从而提升了处理后的图像或视频的主观质量,并提升了用户对于图像或视频的整体观看体验。
根据一些实施例,待处理图像例如可以是视频的多个视频连续帧中的一帧。通过对视频中的每一帧执行更有针对性的图像画质增强处理,增强了视频整体的主观质量,并且提升了用户观看视频的体验。
根据一些实施例,兴趣区域可以是待处理图像中的人眼更加关注的区域,例如人脸、人体、画面中的前景物体等对象,非兴趣区域可以是除兴趣区域以外的区域,例如为图像中道路、远山、大海、天空等风景背景。通常来说,人眼对兴趣区域的主观质量更加敏感,而对非兴趣区域的主观质量的相对不敏感。因此,针对两个区域使用不同的图像画质增强模型,可以更有针对性的增强图像整体的主观质量,并且避免了对全部区域使用相同的画质增强模型从而导致的非兴趣区域过于抓眼球而喧宾夺主的现象,同时一定程度上节省了计算资源。
根据一些实施例,使用同一图像画质增强模型对不同模态的图像的主观增强效果可能差异很大,即图像画质增强模型可能无法做到跨模态适用。示例性地,使用人脸图像数据训练出来的针对人脸的图像画质增强模型可能无法适用于风景等场景的画质增强,反之亦然。因此,将兴趣区域输入针对兴趣区域的、使用与兴趣区域相近的图像数据训练的图像画质增强模型,并将非兴趣区域输入针对非兴趣区域的、使用与非兴趣区域相近的图像数据训练的非兴趣区域图像画质增强模型,使得每一个区域的主观质量都能够得到有针对性的增强,从而进一步提升了待处理图像或视频的整体主观质量,提高用户观感。
根据一些实施例,如图3所示,步骤S201、确定待处理图像中的兴趣区域和非兴趣区域可以包括:步骤S2011、确定至少一个兴趣区域类型;以及步骤S2013、针对至少一个兴趣区域类型中的每一个兴趣区域类型,确定待处理图像是否包括与兴趣区域类型对应的兴趣区域。示例性地,可以将人体、植物作为预先确定的兴趣区域类型,从而可以确定待处理图像是否包括与人体相对应的兴趣区域和与植物相对应的兴趣区域。
根据一些实施例,如图3所示,步骤S201、确定待处理图像中的兴趣区域和非兴趣区域还可以包括:步骤S2012、对待处理图像进行目标检测或图像语义分割,以得到多个目标区域和多个目标区域各自的区域类型。步骤S2013、针对至少一个兴趣区域类型中的每一个兴趣区域类型,确定待处理图像是否包括与兴趣区域类型对应的兴趣区域例如可以为针对至少一个兴趣区域类型中的每一个兴趣区域类型,确定多个目标区域中是否包括与兴趣区域类型对应的兴趣区域。由此,通过使用目标检测或图像语义分割的方法,可以在得到待处理图像所包括的对象的位置、轮廓等信息的同时获取到该对象的类型,从而能够更便捷的得到多个目标区域和对应的区域类型,进而可以确定这些目标区域中是否包括与兴趣区域类型相对应的兴趣区域。
可以理解的是,本公开中所描述的“兴趣区域”不意图限制区域的形状,也不意图限制区域的连通性和个数。示例性地,使用目标检测方法在待处理图像中检测到了分别包围多个人的多个检测框,这些检测框均为与“人体”这个区域类型对应的兴趣区域。
在确定待处理图像中的兴趣区域和非兴趣区域后,需要确定用于兴趣区域的兴趣区域画质增强模型和用于非兴趣区域的画质增强模型。在一些示例性实施例中,兴趣区域画质增强模型和非兴趣区域画质增强模型均被配置用于对图像数据执行以下多项中的至少一个:噪声抑制、清晰度提升、细节增强、超分辨率和色彩增强。
根据一些实施例,可以建立预设模型库,其中可以包括与多个区域类型分别对应的多个兴趣区域画质增强模型。多个兴趣区域画质增强模型中的每一个兴趣区域画质增强模型是利用与该模型对应的区域类型的图像数据训练得到的。如图4所示,图像画质增强方法还可以包括:步骤S402、针对至少一个兴趣区域类型中的每一个兴趣区域类型,响应于确定待处理图像包括与兴趣区域类型对应的兴趣区域,从预设模型库中选择与兴趣区域类型对应的兴趣区域画质增强模型。图4中的步骤S401、步骤S405-步骤S407分别与图2中的步骤S201-步骤S204的操作类似,在此不做赘述。
根据一些实施例,步骤S405、将兴趣区域输入兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的第一图像数据可以包括:将与至少一个兴趣区域类型各自对应的兴趣区域分别输入到与对应的兴趣区域画质增强模型,以获得兴趣区域画质增强模型输出的与至少一个兴趣区域类型各自对应的第一图像数据。由此,通过基于兴趣区域类型选择相应的兴趣区域画质增强模型,并将兴趣区域输入到相应的兴趣区域画质增强模型中,从而实现了更具针对性的图像画质增强方法。
根据一些实施例,预设模型库中还可以包括具有不同复杂度的多个兴趣区域画质增强模型和具有不同复杂度的多个非兴趣区域画质增强模型。如图4所示,图像画质增强方法还可以包括:步骤S403、至少基于针对待处理图像的预期处理速度,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型。由此,通过在预设模型库中设置多个不同复杂度的画质增强模型,构建了更丰富的画质增强模型选择范围,并实现了对待处理图像进行画质增强处理时的处理速度的控制,避免模型复杂度过高导致处理时间太长从而造成用户体验下降,或模型复杂度过低导致处理效果不佳而造成图像或视频主观质量较差。
根据一些实施例,所选择的用于处理所述待处理图像的兴趣区域画质增强模型的复杂度可以大于所选择的用于处理所述待处理图像的非兴趣区域画质增强模型的复杂度。由此,能够确保在对待处理图像进行图像画质增强时,能够优先增强兴趣区域的画质,进而在计算资源有限的情况下仍能够显著提升图像或视频的主观质量。
根据一些实施例,预设模型库中可以包括使用深度学习方法的模型,也可以包括使用传统方法的模型。示例性地,使用深度学习方法的模型例如可以使用卷积神经网络,使用传统方法的模型例如可以通过平滑滤波、锐化、直方图均衡、形态学、小波变换等基于数学建模的操作实现对图像的画质增强。可以理解的是,相比于使用深度学习方法的模型,使用传统方法的模型通常具有更低的复杂度。在一些实施例中,可以使用复杂度较高的深度学习方法模型作为兴趣区域画质增强模型,并使用复杂度较低的深度学习方法模型作为非兴趣区域画质增强模型;也可以使用深度学习方法模型作为兴趣区域画质增强模型,并使用传统方法模型作为非兴趣区域画质增强模型;还可以使用复杂度较高的传统方法模型作为兴趣区域画质增强模型,使用复杂度较低的传统方法模型作为非兴趣区域画质增强模型,在此不做限定。
根据一些实施例,预设模型库中还可以包括与多个业务场景分别对应的多个兴趣区域画质增强模型和与多个业务场景分别对应的多个非兴趣区域画质增强模型。如图4所示,图像画质增强方法还可以包括:步骤S404、至少基于待处理图像的业务场景,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型。由此,通过在预设模型库中设置针对不同业务场景的多个模型,构建了更丰富的画质增强模型选择范围,同时实现了对于不同业务场景的待处理图像能够更有针对性的进行图像画质增强处理。
根据一些实施例,业务场景例如可以为图像类别或视频类别。示例性地,不同的业务场景例如可以是纪录片、动作片、剧情片等不同电影类型。针对动作片,可以使用更能凸显人物动作并抑制背景的画质增强模型;针对纪录片,可以使用更能表现出物体和背景的本真颜色的画质增强模型;针对剧情片,可以使用使人物、对象和场景更柔和的画质增强模型,在此不做限定。
可以理解的是,上述多种模型选择方式可以择一使用,也可以结合使用。示例性地,预设模型库中包括针对三个兴趣区域类型、三种复杂度、三个业务场景的27个兴趣区域画质增强模型,在对待处理图像的兴趣区域进行图像画质增强操作时,可以根据需求从中选择一个或多个模型对进行处理。以上仅为一种示例性实施例,本领域技术人员可以根据需求建立更丰富的预设模型库,并可以自由设置规则从而对模型进行选择,在此不做限定。
根据一些实施例,步骤S407、对第一图像数据和第二图像数据进行融合例如可以为对第一图像数据和第二图像数据进行泊松融合。由此,通过使用泊松融合的方法,使得兴趣区域和非兴趣区域的边界过渡变化更自然,从而进一步提升第一图像数据和第二图像数据的融合效果,进而提升处理后的图像的整体主观质量。可以理解的是,本领域技术人员可以根据需求选择其他的融合方法,例如可以根据可用计算资源的多少选择更简单或更复杂的融合方法,也可以根据图像数据的特性选择更具有针对性的融合方法,在此不做限定。
根据本公开的另一方面,还提供了一种图像画质增强模型的训练方法。如图5所示,训练方法可以包括:步骤S501、确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;步骤S502、获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;步骤S503、利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型;步骤S504、获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据;以及步骤S505、利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。由此,通过使用兴趣区域的样本图像数据和增强图像数据训练兴趣区域增强图像模型,使用非兴趣区域的样本图像数据和增强图像数据训练非兴趣区域增强图像模型,使得针对兴趣区域的模型和针对非兴趣区域的模型更在进行图像画质增强处理时能更具有针对性,从而提升使用这两个模型分别对兴趣区域和非兴趣区域进行图像画质增强处理后的图像的主观质量,进而提升用户的观看体验。
根据一些实施例,第一样本图像例如可以是视频的多个视频连续帧中的一帧,第一样本兴趣区域增强图像数据例如可以是通过其他方法得到的对第一样本兴趣区域进行增强处理后的图像数据。
根据一些实施例,如图6所示,训练方法还可以包括:步骤S606、确定第二样本图像中的第二样本兴趣区域,第二样本图像的区域类型与第一样本图像的区域类型相同;步骤S607、获取与第二样本兴趣区域对应的第二样本兴趣区域增强图像数据;步骤S608、利用第二样本兴趣区域和第二样本兴趣区域真实画质增强结果训练第一兴趣区域画质增强模型;步骤S609、确定第三样本图像中的第三样本兴趣区域,第三样本图像的区域类型与第一样本图像的区域类型不同;步骤S610、获取与第三样本兴趣区域对应的第三样本兴趣区域增强图像数据;以及步骤S611、利用第三样本兴趣区域和第三样本兴趣区域增强图像数据训练不同于第一兴趣区域画质增强模型的第二兴趣区域画质增强模型。图6中的步骤S601-步骤S605与图5中的步骤S501-步骤S505的操作类似,在此不做赘述。
由此,通过使用相同的兴趣区域类型的兴趣区域的图像数据训练相同的兴趣区域画质增强模型,使用不同的兴趣区域类型的兴趣区域的图像数据训练不同的兴趣区域画质增强模型,能够得到与不同的兴趣区域类型各自对应的兴趣区域画质增强模型,从而使得在对待处理图像进行画质增强处理时可以有更丰富的模型选择范围,并且使得对不同类型的兴趣区域的处理更具有针对性,进而提升处理后的图像的主观质量和用户的观感。可以理解的是,也可以使用第一样本图像中的不同的兴趣区域类型对应的不同兴趣区域训练不同的画质增强模型,在此不做限定。
根据一些实施例,如图7所示,训练方法还可以包括:步骤S706、利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练不同于第一兴趣区域画质增强模型的第三兴趣区域画质增强模型,其中,第三兴趣区域画质增强模型的复杂度与第一画质增强模型的复杂度不同。图7中的步骤S701-步骤S705与图5中的步骤S501-步骤S505的操作类似,在此不做赘述。由此,通过使用同一样本图像训练不同复杂度的多个兴趣区域画质增强模型,使得在对待处理图像进行图像增强处理时,具有更丰富的模型选择范围,并实现对画质增强处理过程的速度的控制。
根据一些实施例,如图8所示,训练方法还可以包括:步骤S806、确定第四样本图像中的第四样本兴趣区域,第四样本图像的业务场景与第一样本图像的业务场景相同;步骤S807、获取与第四样本兴趣区域对应的第四样本兴趣区域增强图像数据;步骤S808、利用第四样本兴趣区域和第四样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型;步骤S809、确定第五样本图像中的第五样本兴趣区域,第五样本图像的业务场景与第一样本图像的业务场景不同;步骤S810、获取与第五样本兴趣区域对应的第五样本兴趣区域增强图像数据;以及步骤S811、利用第五样本兴趣区域和第五样本兴趣区域增强图像数据训练不同于第一画质增强模型的第四画质增强模型。由此,通过使用相同的业务场景的样本图像训练相同的兴趣区域画质增强模型,使用不同的业务场景的样本图像训练不同的兴趣区域画质增强模型,能够得到与不同业务场景各自对应的兴趣区域画质增强模型,从而使得在对待处理图像进行画质增强处理时可以有更丰富的模型选择范围,并且使得对不同业务场景的图像数据的处理更具有针对性,进而提升处理后的图像的主观质量和用户的观感。
根据本公开的另一方面,还提供了一种图像画质增强模型。如图9所示,图像画质增强模型900可以包括:确定单元910,被配置为确定待处理图像中的兴趣区域和非兴趣区域;兴趣区域画质增强模型920,被配置为基于兴趣区域输入,输出第一图像数据;非兴趣区域画质增强模型930,被配置为基于非兴趣区域输入,输出第二图像数据;以及融合单元940,被配置为对第一图像数据和第二图像数据进行融合。
图像画质增强模型900的单元910至单元940的操作和前面描述的步骤S201至步骤S204的操作类似,在此不做赘述。
根据一些实施例,如图10所示,确定单元910可以包括:类型确定子单元911,被配置为确定至少一个兴趣区域类型;以及区域确定子单元913,被配置为针对至少一个兴趣区域类型中的每一个兴趣区域类型,确定待处理图像是否包括与兴趣区域类型对应的兴趣区域。
根据一些实施例,如图10所示,确定单元910还可以包括:目标区域提取子单元912,被配置为对待处理图像进行目标检测或图像语义分割,以得到多个目标区域和多个目标区域各自的区域类型。其中,区域确定子单元被配置为针对至少一个兴趣区域类型中的每一个兴趣区域类型,确定多个目标区域中是否包括与兴趣区域类型对应的兴趣区域。
根据一些实施例,如图11所示,图像画质增强模型1100还可以包括:第一选择单元1120,被配置为针对至少一个兴趣区域类型中的每一个兴趣区域类型,响应于确定待处理图像包括与兴趣区域类型对应的兴趣区域,从预设模型库中选择与兴趣区域类型对应的兴趣区域画质增强模型,其中,预设模型库包括与多个区域类型各自对应的多个兴趣区域画质增强模型。图11中的单元1110、单元1150至单元1170的操作和图9中的单元910至单元940的操作类似,在此不做赘述。
根据一些实施例,如图11所示,图像画质增强模型1100还可以包括:第二选择单元1130,被配置为至少基于针对待处理图像的预期处理速度,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型,其中,预设模型库中包括针对兴趣区域的具有不同复杂度的多个画质增强模型和针对非兴趣区域的具有不同复杂度的多个画质增强模型。
根据一些实施例,所选择的用于处理待处理图像的兴趣区域画质增强模型的复杂度大于所选择的用于处理待处理图像的非兴趣区域画质增强模型的复杂度。
根据一些实施例,如图11所示,图像画质增强模型1100还可以包括:第三选择单元1140,被配置为至少基于待处理图像的业务场景,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型,其中,预设模型库中包括针对兴趣区域的与多个业务场景分别对应的多个画质增强模型和针对非兴趣区域的与多个业务场景分别对应的多个画质增强模型。
根据本公开的另一方面,还提供了一种图像画质增强模型的训练装置。如图12所示,训练模型1200可以包括:确定单元1210,被配置为确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;获取单元1220,被配置为获取与第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;以及训练单元1230,被配置为利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型。获取单元1220被进一步配置为获取与第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据。训练单元1220被进一步配置为利用第一样本非兴趣区域和第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。
根据一些实施例,确定单元1210被进一步配置为确定第二样本图像中的第二样本兴趣区域,第二样本图像的区域类型与第一样本图像的区域类型相同。获取单元1220被进一步配置为获取与第二样本兴趣区域对应的第二样本兴趣区域增强图像数据。训练单元1230被进一步配置为利用第二样本兴趣区域和第二样本兴趣区域真实画质增强结果训练第一兴趣区域画质增强模型。确定单元1210被进一步配置为确定第三样本图像中的第三样本兴趣区域,第三样本图像的区域类型与第一样本图像的区域类型不同。获取单元1220被进一步配置为获取与第三样本兴趣区域对应的第三样本兴趣区域增强图像数据。训练单元1230被进一步配置为利用第三样本兴趣区域和第三样本兴趣区域增强图像数据训练不同于第一兴趣区域画质增强模型的第二兴趣区域画质增强模型。
根据一些实施例,训练单元1230被进一步配置为利用第一样本兴趣区域和第一样本兴趣区域增强图像数据训练不同于第一兴趣区域画质增强模型的第三兴趣区域画质增强模型。第三兴趣区域画质增强模型的复杂度与第一画质增强模型的复杂度不同。
根据一些实施例,确定单元1210被进一步配置为确定第四样本图像中的第四样本兴趣区域,第四样本图像的业务场景与第一样本图像的业务场景相同。获取单元1220被进一步配置为获取与第四样本兴趣区域对应的第四样本兴趣区域增强图像数据。训练单元1230被进一步配置为利用第四样本兴趣区域和第四样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型。确定单元1210被进一步配置为确定第五样本图像中的第五样本兴趣区域,第五样本图像的业务场景与第一样本图像的业务场景不同。获取单元1220被进一步配置为获取与第五样本兴趣区域内的图像数据对应的第五样本兴趣区域增强图像数据。训练单元1230被进一步配置为利用第五样本兴趣区域和第五样本兴趣区域增强图像数据训练不同于第一画质增强模型的第四画质增强模型。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图13,现将描述可以作为本公开的服务器或客户端的电子设备1300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13所示,设备1300包括计算单元1301,其可以根据存储在只读存储器(ROM)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(RAM)1303中的计算机程序,来执行各种适当的动作和处理。在RAM1303中,还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
设备1300中的多个部件连接至I/O接口1305,包括:输入单元1306、输出单元1307、存储单元1308以及通信单元1309。输入单元1306可以是能向设备1300输入信息的任何类型的设备,输入单元1306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1307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1308可以包括但不限于磁盘、光盘。通信单元1309允许设备1300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1301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1301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1301执行上文所描述的各个方法和处理,例如图像画质增强方法或图像画质增强模型的训练方法。例如,在一些实施例中,图像画质增强方法或图像画质增强模型的训练方法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1308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1302和/或通信单元1309而被载入和/或安装到设备1300上。当计算机程序加载到RAM 1303并由计算单元1301执行时,可以执行上文描述的图像画质增强方法或图像画质增强模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元1301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像画质增强方法或图像画质增强模型的训练方法。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也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。
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 (18)
1.一种图像画质增强模型的训练方法,包括:
确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;
获取与所述第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;
利用所述第一样本兴趣区域和所述第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型;
利用所述第一样本兴趣区域和所述第一样本兴趣区域增强图像数据训练不同于所述第一兴趣区域画质增强模型的第三兴趣区域画质增强模型,其中,所述第三兴趣区域画质增强模型的复杂度与所述第一画质增强模型的复杂度不同,所述第一兴趣区域画质增强模型和所述第三兴趣区域画质增强模型各自用于响应于针对待处理图像的相应的预期处理速度,对所述待处理图像中的与所述第一样本兴趣区域的区域类型相同的兴趣区域进行画质增强;
获取与所述第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据;以及
利用所述第一样本非兴趣区域和所述第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。
2.如权利要求1所述的方法,还包括:
确定第二样本图像中的第二样本兴趣区域,所述第二样本兴趣区域的区域类型与所述第一样本兴趣区域的区域类型相同;
获取与所述第二样本兴趣区域对应的第二样本兴趣区域增强图像数据;
利用所述第二样本兴趣区域和所述第二样本兴趣区域真实画质增强结果训练所述第一兴趣区域画质增强模型;
确定第三样本图像中的第三样本兴趣区域,所述第三样本兴趣区域的区域类型与所述第一样本兴趣区域的区域类型不同;
获取与所述第三样本兴趣区域对应的第三样本兴趣区域增强图像数据;以及
利用所述第三样本兴趣区域和所述第三样本兴趣区域增强图像数据训练不同于所述第一兴趣区域画质增强模型的第二兴趣区域画质增强模型。
3.如权利要求1所述的方法,还包括:
确定第四样本图像中的第四样本兴趣区域,所述第四样本图像的业务场景与所述第一样本图像的业务场景相同;
获取与所述第四样本兴趣区域对应的第四样本兴趣区域增强图像数据;
利用所述第四样本兴趣区域和所述第四样本兴趣区域增强图像数据训练所述第一兴趣区域画质增强模型;
确定第五样本图像中的第五样本兴趣区域,所述第五样本图像的业务场景与所述第一样本图像的业务场景不同;
获取与所述第五样本兴趣区域对应的第五样本兴趣区域增强图像数据;以及
利用所述第五样本兴趣区域和所述第五样本兴趣区域增强图像数据训练不同于所述第一画质增强模型的第四画质增强模型。
4.一种图像画质增强方法,包括:
确定待处理图像中的兴趣区域和非兴趣区域;
至少基于针对所述待处理图像的预期处理速度,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型,其中,所述预设模型库中包括针对所述兴趣区域的兴趣区域类型的、具有不同复杂度的多个兴趣区域画质增强模型,并且所述预设模型库中包括具有不同复杂度的多个非兴趣区域画质增强模型;
将所述兴趣区域输入所述兴趣区域画质增强模型,以获得所述兴趣区域画质增强模型输出的第一图像数据;
将所述非兴趣区域输入所述非兴趣区域画质增强模型,以获得所述非兴趣区域画质增强模型输出的第二图像数据;以及
对所述第一图像数据和所述第二图像数据进行融合,
其中,所述兴趣区域画质增强模型和所述非兴趣区域画质增强模型是利用根据权利要求1-3中任一项所述的方法训练得到的。
5.如权利要求4所述的方法,其中,确定待处理图像中的兴趣区域和非兴趣区域包括:
确定至少一个兴趣区域类型;以及
针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,确定所述待处理图像是否包括与所述兴趣区域类型对应的兴趣区域,
其中,所述方法还包括:
针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,响应于确定所述待处理图像包括与所述兴趣区域类型对应的兴趣区域,从预设模型库中选择与所述兴趣区域类型对应的兴趣区域画质增强模型,其中,所述预设模型库包括与多个区域类型各自对应的多个兴趣区域画质增强模型。
6.如权利要求4所述的方法,其中,所选择的用于处理所述待处理图像的所述兴趣区域画质增强模型的复杂度大于所选择的用于处理所述待处理图像的所述非兴趣区域画质增强模型的复杂度。
7.如权利要求4所述的方法,还包括:
至少基于所述待处理图像的业务场景,从预设模型库中选择所述兴趣区域画质增强模型和所述非兴趣区域画质增强模型,其中,所述预设模型库中包括与多个业务场景分别对应的多个兴趣区域画质增强模型和与所述多个业务场景分别对应的多个非兴趣区域画质增强模型。
8.如权利要求5所述的方法,其中,确定待处理图像中的兴趣区域和非兴趣区域还包括:
对所述待处理图像进行目标检测或图像语义分割,以得到多个目标区域和所述多个目标区域各自的区域类型,
其中,针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,确定所述多个目标区域中是否包括与所述兴趣区域类型对应的兴趣区域。
9.一种图像画质增强模型的训练装置,包括:
确定单元,被配置为确定第一样本图像中的第一样本兴趣区域和第一样本非兴趣区域;
获取单元,被配置为获取与所述第一样本兴趣区域对应的第一样本兴趣区域增强图像数据;以及
训练单元,被配置为利用所述第一样本兴趣区域和所述第一样本兴趣区域增强图像数据训练第一兴趣区域画质增强模型,
其中,所述训练单元被进一步配置为利用所述第一样本兴趣区域和所述第一样本兴趣区域增强图像数据训练不同于所述第一兴趣区域画质增强模型的第三兴趣区域画质增强模型,其中,所述第三兴趣区域画质增强模型的复杂度与所述第一画质增强模型的复杂度不同,所述第一兴趣区域画质增强模型和所述第三兴趣区域画质增强模型各自用于响应于针对待处理图像的相应的预期处理速度,对所述待处理图像中的与所述第一样本兴趣区域的区域类型相同的兴趣区域进行画质增强,
其中,所述获取单元被进一步配置为获取与所述第一样本非兴趣区域对应的第一样本非兴趣区域增强图像数据,
其中,所述训练单元被进一步配置为利用所述第一样本非兴趣区域和所述第一样本非兴趣区域增强图像数据训练非兴趣区域画质增强模型。
10.如权利要求9所述的训练装置,
其中,所述确定单元被进一步配置为确定第二样本图像中的第二样本兴趣区域,所述第二样本兴趣区域的区域类型与所述第一样本兴趣区域的区域类型相同,
其中,所述获取单元被进一步配置为获取与所述第二样本兴趣区域对应的第二样本兴趣区域增强图像数据,
其中,所述训练单元被进一步配置为利用所述第二样本兴趣区域和所述第二样本兴趣区域真实画质增强结果训练所述第一兴趣区域画质增强模型,
其中,所述确定单元被进一步配置为确定第三样本图像中的第三样本兴趣区域,所述第三样本兴趣区域的区域类型与所述第一样本兴趣区域的区域类型不同,
其中,所述获取单元被进一步配置为获取与所述第三样本兴趣区域对应的第三样本兴趣区域增强图像数据,
其中,所述训练单元被进一步配置为利用所述第三样本兴趣区域和所述第三样本兴趣区域增强图像数据训练不同于所述第一兴趣区域画质增强模型的第二兴趣区域画质增强模型。
11.如权利要求9所述的训练装置,
其中,所述确定单元被进一步配置为确定第四样本图像中的第四样本兴趣区域,所述第四样本图像的业务场景与所述第一样本图像的业务场景相同,
其中,所述获取单元被进一步配置为获取与所述第四样本兴趣区域对应的第四样本兴趣区域增强图像数据,
其中,所述训练单元被进一步配置为利用所述第四样本兴趣区域和所述第四样本兴趣区域增强图像数据训练所述第一兴趣区域画质增强模型,
其中,所述确定单元被进一步配置为确定第五样本图像中的第五样本兴趣区域,所述第五样本图像的业务场景与所述第一样本图像的业务场景不同,
其中,所述获取单元被进一步配置为获取与所述第五样本兴趣区域内的图像数据对应的第五样本兴趣区域增强图像数据,
其中,所述训练单元被进一步配置为利用所述第五样本兴趣区域和所述第五样本兴趣区域增强图像数据训练不同于所述第一画质增强模型的第四画质增强模型。
12.一种图像画质增强装置,包括:
确定单元,被配置为确定待处理图像中的兴趣区域和非兴趣区域;
第二选择单元,被配置为至少基于针对所述待处理图像的预期处理速度,从预设模型库中选择兴趣区域画质增强模型和非兴趣区域画质增强模型,其中,所述预设模型库中包括针对所述兴趣区域的兴趣区域类型的、具有不同复杂度的多个兴趣区域画质增强模型,并且所述预设模型库中包括具有不同复杂度的多个非兴趣区域画质增强模型;
所述兴趣区域画质增强模型,被配置为基于所述兴趣区域输入,输出第一图像数据;
所述非兴趣区域画质增强模型,被配置为基于所述非兴趣区域输入,输出第二图像数据;以及
融合单元,被配置为对所述第一图像数据和所述第二图像数据进行融合,
其中,所述兴趣区域画质增强模型和所述非兴趣区域画质增强模型是利用根据权利要求9-11中任一项所述的装置训练得到的。
13.如权利要求12所述的图像画质增强装置,其中,所述确定单元包括:
类型确定子单元,被配置为确定至少一个兴趣区域类型;以及
区域确定子单元,被配置为针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,确定所述待处理图像是否包括与所述兴趣区域类型对应的兴趣区域,
其中,所述图像画质增强装置还包括:
第一选择单元,被配置为针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,响应于确定所述待处理图像包括与所述兴趣区域类型对应的兴趣区域,从预设模型库中选择与所述兴趣区域类型对应的兴趣区域画质增强模型,其中,所述预设模型库包括与多个区域类型各自对应的多个兴趣区域画质增强模型。
14.如权利要求12所述的图像画质增强装置,其中,所选择的用于处理所述待处理图像的所述兴趣区域画质增强模型的复杂度大于所选择的用于处理所述待处理图像的所述非兴趣区域画质增强模型的复杂度。
15.如权利要求12所述的图像画质增强装置,还包括:
第三选择单元,被配置为至少基于所述待处理图像的业务场景,从预设模型库中选择所述兴趣区域画质增强模型和所述非兴趣区域画质增强模型,其中,所述预设模型库中包括针对所述兴趣区域的与多个业务场景分别对应的多个画质增强模型和针对所述非兴趣区域的与多个业务场景分别对应的多个画质增强模型。
16.如权利要求13所述的图像画质增强装置,其中,所述确定单元还包括:
目标区域提取子单元,被配置为对所述待处理图像进行目标检测或图像语义分割,以得到多个目标区域和所述多个目标区域各自的区域类型,
其中,所述区域确定子单元被配置为针对所述至少一个兴趣区域类型中的每一个兴趣区域类型,确定所述多个目标区域中是否包括与所述兴趣区域类型对应的兴趣区域。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110642485.4A CN113313650B (zh) | 2021-06-09 | 2021-06-09 | 图像画质增强方法、装置、设备和介质 |
JP2022057986A JP7389840B2 (ja) | 2021-06-09 | 2022-03-31 | 画像画質補強方法、装置、機器および媒体 |
KR1020220042218A KR20220050106A (ko) | 2021-06-09 | 2022-04-05 | 이미지 화질 향상 방법, 장치, 기기 및 매체 |
EP22177965.5A EP4033444A3 (en) | 2021-06-09 | 2022-06-08 | Method and apparatus for enhancing image quality, device, and medium |
US17/836,913 US20220301108A1 (en) | 2021-06-09 | 2022-06-09 | Image quality enhancing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110642485.4A CN113313650B (zh) | 2021-06-09 | 2021-06-09 | 图像画质增强方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113313650A CN113313650A (zh) | 2021-08-27 |
CN113313650B true CN113313650B (zh) | 2023-10-13 |
Family
ID=77378309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110642485.4A Active CN113313650B (zh) | 2021-06-09 | 2021-06-09 | 图像画质增强方法、装置、设备和介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220301108A1 (zh) |
EP (1) | EP4033444A3 (zh) |
JP (1) | JP7389840B2 (zh) |
KR (1) | KR20220050106A (zh) |
CN (1) | CN113313650B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992859A (zh) * | 2021-12-27 | 2022-01-28 | 云丁网络技术(北京)有限公司 | 一种画质提升方法和装置 |
WO2023178648A1 (zh) * | 2022-03-25 | 2023-09-28 | 京东方科技集团股份有限公司 | 视频处理方法及装置、电子设备、计算机可读存储介质 |
CN115660789B (zh) * | 2022-11-23 | 2023-08-04 | 广州锐竞信息科技有限责任公司 | 基于智慧电商平台的产品图像管理系统 |
CN115661447B (zh) * | 2022-11-23 | 2023-08-04 | 上海行蕴信息科技有限公司 | 一种基于大数据的产品图像调整方法 |
CN116385789B (zh) * | 2023-04-07 | 2024-01-23 | 北京百度网讯科技有限公司 | 图像处理方法、训练方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378852A (zh) * | 2019-07-11 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 图像增强方法、装置、计算机设备和存储介质 |
CN110766637A (zh) * | 2019-10-30 | 2020-02-07 | 北京金山云网络技术有限公司 | 一种视频处理方法、处理装置、电子设备及存储介质 |
CN111784623A (zh) * | 2020-09-07 | 2020-10-16 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN112465709A (zh) * | 2020-10-26 | 2021-03-09 | 华为技术有限公司 | 一种图像增强方法、装置、存储介质及设备 |
CN112801536A (zh) * | 2021-02-20 | 2021-05-14 | 北京金山云网络技术有限公司 | 图像处理方法、装置和电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ZA200602540B (en) * | 2003-10-09 | 2007-06-27 | De Beers Cons Mines Ltd | Enhanced video based superveillance system |
JP6236731B1 (ja) * | 2017-03-10 | 2017-11-29 | 株式会社ツバサファクトリー | 超解像度処理装置、超解像度処理方法およびコンピュータプログラム |
JP7351139B2 (ja) * | 2018-08-24 | 2023-09-27 | 株式会社豊田中央研究所 | センシング装置 |
JP7042210B2 (ja) * | 2018-12-27 | 2022-03-25 | Kddi株式会社 | 学習モデル生成装置、学習モデル生成方法、及びプログラム |
JP2020129276A (ja) * | 2019-02-08 | 2020-08-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN111881927B (zh) * | 2019-05-02 | 2021-12-21 | 三星电子株式会社 | 电子装置及其图像处理方法 |
US11727543B2 (en) * | 2019-11-18 | 2023-08-15 | Shinyfields Limited | Systems and methods for content-aware enhancement of images |
GB2599900B (en) * | 2020-10-09 | 2023-01-11 | Sony Interactive Entertainment Inc | Data processing system and method for image enhancement |
-
2021
- 2021-06-09 CN CN202110642485.4A patent/CN113313650B/zh active Active
-
2022
- 2022-03-31 JP JP2022057986A patent/JP7389840B2/ja active Active
- 2022-04-05 KR KR1020220042218A patent/KR20220050106A/ko not_active Application Discontinuation
- 2022-06-08 EP EP22177965.5A patent/EP4033444A3/en not_active Withdrawn
- 2022-06-09 US US17/836,913 patent/US20220301108A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378852A (zh) * | 2019-07-11 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 图像增强方法、装置、计算机设备和存储介质 |
CN110766637A (zh) * | 2019-10-30 | 2020-02-07 | 北京金山云网络技术有限公司 | 一种视频处理方法、处理装置、电子设备及存储介质 |
CN111784623A (zh) * | 2020-09-07 | 2020-10-16 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN112465709A (zh) * | 2020-10-26 | 2021-03-09 | 华为技术有限公司 | 一种图像增强方法、装置、存储介质及设备 |
CN112801536A (zh) * | 2021-02-20 | 2021-05-14 | 北京金山云网络技术有限公司 | 图像处理方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
JP2022088588A (ja) | 2022-06-14 |
KR20220050106A (ko) | 2022-04-22 |
JP7389840B2 (ja) | 2023-11-30 |
EP4033444A3 (en) | 2022-12-07 |
EP4033444A2 (en) | 2022-07-27 |
CN113313650A (zh) | 2021-08-27 |
US20220301108A1 (en) | 2022-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113313650B (zh) | 图像画质增强方法、装置、设备和介质 | |
CN116051729B (zh) | 三维内容生成方法、装置和电子设备 | |
CN112749685B (zh) | 视频分类方法、设备和介质 | |
CN116228867B (zh) | 位姿确定方法、装置、电子设备、介质 | |
CN112967356A (zh) | 图像填充方法及装置、电子设备和介质 | |
CN117274491A (zh) | 三维重建模型的训练方法、装置、设备和介质 | |
CN113810765B (zh) | 视频处理方法、装置、设备和介质 | |
CN116205819B (zh) | 字符图像生成方法、深度学习模型的训练方法和装置 | |
CN115661375B (zh) | 三维发型生成方法、装置、电子设备和存储介质 | |
CN114119935B (zh) | 图像处理方法和装置 | |
CN116245998A (zh) | 渲染贴图生成方法及装置、模型训练方法及装置 | |
CN116030185A (zh) | 三维发丝生成方法和模型的训练方法 | |
CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
CN114049472A (zh) | 三维模型调整方法、装置、电子设备、介质 | |
CN114120412B (zh) | 图像处理方法和装置 | |
CN114140852B (zh) | 图像检测方法和装置 | |
CN115331077B (zh) | 特征提取模型的训练方法、目标分类方法、装置、设备 | |
CN116385641B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114120420B (zh) | 图像检测方法和装置 | |
CN114118379B (zh) | 神经网络的训练方法、图像处理方法、装置、设备和介质 | |
CN115170536B (zh) | 图像检测方法、模型的训练方法和装置 | |
CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN115423827B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN113793290B (zh) | 一种视差确定方法、装置、设备、介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |