CN115660975A - 场景增强模型的训练方法及场景增强方法 - Google Patents

Abstract

本公开提供了一种场景增强模型的训练方法及场景增强方法，涉及人工智能领域，具体涉及计算机视觉、图像处理和深度学习技术领域，具体实现方案为：对样本图像进行场景增强处理，以获取样本图像对应的第一场景增强图像；基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；得到样本图像对应的第二场景增强图像；调整第一场景增强模型的模型参数，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。由此，本公开能够在模型训练之前，预先对样本图像进行处理，以获取高质量的监督数据，提高了模型训练过程中的准确性和可靠性。

Description

场景增强模型的训练方法及场景增强方法

技术领域

本公开涉及计算机技术领域，并且更具体地涉及人工智能领域，具体涉及计算机视觉、图像处理和深度学习技术。

背景技术

相关技术中，当进行场景增强时，通常会采用基于传统的图像增强方法，如采用边界约束和上下文正则化算法，然而基于上述方法往往存在场景增强效果欠佳等技术问题。因此，如何通过训练得到收敛的场景增强模型，并基于场景增强模型高效、准确地进行场景增强，已成为重要的研究方向之一。

发明内容

本公开提供了一种场景增强模型的训练方法及场景增强方法。

根据本公开的一方面，提供了一种场景增强模型的训练方法，包括：对样本图像进行场景增强处理，以获取所述样本图像对应的第一场景增强图像；基于所述样本图像的场景增强参数与所述样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；将所述样本图像输入至所述第一场景增强模型中，得到所述样本图像对应的第二场景增强图像；根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，并使用下一样本图像和所述下一样本图像的场景增强参数对调整后的所述第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

根据本公开的另一方面，提供了一种场景增强方法，包括：获取待处理图像；将所述待处理图像输入至第二场景增强模型中，以输出所述待处理图像对应的场景增强图像，其中，所述第二场景增强模型为采用如第一方面所述的方法训练出的场景增强模型。

根据本公开的另一方面，提供了一种场景增强模型的训练装置，包括：

处理模块，用于对样本图像进行场景增强处理，以获取所述样本图像对应的第一场景增强图像；

训练模块，用于基于所述样本图像的场景增强参数与所述样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；

输入模块，用于将所述样本图像输入至所述第一场景增强模型中，得到所述样本图像对应的第二场景增强图像；

调整模块，用于根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，并使用下一样本图像和所述下一样本图像的场景增强参数对调整后的所述第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

根据本公开的另一方面，提供了一种场景增强装置，包括：

获取模块，用于获取待处理图像；

输出模块，用于将所述待处理图像输入至第二场景增强模型中，以输出所述待处理图像对应的场景增强图像，其中，所述第二场景增强模型为采用如第一方面所述的方法训练出的场景增强模型。

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本公开第一方面所述的场景增强模型的训练方法或者第二方面所述的场景增强方法。

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，所述计算机指令用于使所述计算机执行本公开第一方面所述的场景增强模型的训练方法或者第二方面所述的场景增强方法。

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，其特征在于，所述计算机程序在被处理器执行时实现根据本公开第一方面所述的场景增强模型的训练方法或者第二方面所述的场景增强方法。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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；

图4是根据本公开第四实施例的示意图；

图5是根据本公开第五实施例的示意图；

图6是根据本公开第六实施例的示意图；

图7是一种场景增强模型训练过程的示意图；

图8是根据本公开第七实施例的示意图；

图9是一种获取场景增强图像过程的示意图；

图10是用来实现本公开实施例的场景增强模型的训练方法的场景增强模型的训练装置的框图；

图11是用来实现本公开实施例的场景增强方法的场景增强装置的框图；

图12是用来实现本公开实施例的场景增强模型的训练方法以及场景增强方法的电子设备的框图。

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和精神。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。

以下对本公开的方案涉及的技术领域进行简要说明：

计算机技术(Computer Technology)，内容非常广泛，可粗略分为计算机系统技术、计算机器件技术、计算机部件技术和计算机组装技术等几个方面。计算机技术包括：运算方法的基本原理与运算器设计、指令系统、中央处理器(CPU)设计、流水线原理及其在CPU设计中的应用、存储体系、总线与输入输出。

AI(Artificial Intelligence，人工智能)，是研究使计算机来模拟人生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计算机视觉技术、语音识别技术、自然语言处理技术以及及其学习/深度学习、大数据处理技术、知识图谱技术等几大方面。

计算机视觉(Computer Vision，CV)，是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

图像处理技术(Image Processing)，图像处理技术是用计算机对图像信息进行处理的技术。主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等。

DL(Deep Learning，深度学习)，是ML机器学习(Machine Learning，机器学习)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。深度学习是学习样本数据的内在律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

下面参考附图描述本公开实施例的一种场景增强模型的训练方法及场景增强方法。

图1是根据本公开第一实施例的示意图。其中，需要说明的是，本实施例的场景增强模型的训练方法的执行主体为场景增强模型的训练装置，场景增强模型的训练装置具体可以为硬件设备，或者硬件设备中的软件等。其中，硬件设备例如终端设备、服务器等。

如图1所示，本实施例提出的场景增强模型的训练方法，包括如下步骤：

S101、对样本图像进行场景增强处理，以获取样本图像对应的第一场景增强图像。

需要说明的是，样本图像和第一场景增强图像具有不同的场景增强参数，其中，在对样本图像进行场景增强后获得的第一场景增强图像的画质优于样本图像。

需要说明的是，本公开对样本图像进行场景增强处理的具体方式不作限定，可以根据实际情况进行选取。

可选地，可以根据对样本图像的亮度、曝光度、饱和度、对比度等进行增强处理，以获取第一场景增强图像。

S102、基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型。

需要说明的是，场景增强参数可以包括但不限于亮度、对比度、饱和度等参数。

需要说明的是，在对样本图像进行场景增强处理后，可以将第一场景增强图像的场景增强参数导出，进而获取样本图像对应的场景增强参数。

在本公开实施例中，在获取到样本图像的场景增强参数后，可以基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，以获取第一场景增强模型。

S103、将样本图像输入至第一场景增强模型中，得到样本图像对应的第二场景增强图像。

可选地，在将样图像输入至第一场景增强模型之前，可以对样本图像进行下采样处理

本公开实施例中，第一场景增强模型可以对样本图像进行场景增强，得到样本图像对应的第二场景增强图像。

需要说明的是，第一场景增强图像和第二场景增强图像对应的场景增强参数可能相同，也可能不同。

S104、根据第一场景增强图像和第二场景增强图像，调整第一场景增强模型的模型参数，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

在本公开实施例中，在获取到第一场景增强图像和第二场景增强图像后，可选地，可以根据第一场景增强图像和第二场景增强图像之间的场景相似度，调整第一场景增强模型的模型参数。

需要说明的是，本公开对于训练结束条件的设置不作限定，可以根据实际情况进行设定。

可选地，可以设定第一场景增强图像和第二场景增强图像的场景相似度达到预设场景相似度阈值。

举例而言，可以在第一场景增强图像和第二场景增强图像的场景相似度达到98％时，训练结束得到第二场景增强模型。

可选地，可以设定训练停止条件为第一场景增强模型模型参数的调整次数达到预设次数阈值。

举例而言，可以在第一场景增强模型模型参数的调整次数达到10000次时，训练结束得到第二场景增强模型。

根据本公开实施例的场景增强模型的训练方法，对样本图像进行场景增强处理，以获取样本图像对应的第一场景增强图像，并基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型，将样本图像输入至第一场景增强模型中，得到样本图像对应的第二场景增强图像，根据第一场景增强图像和第二场景增强图像，调整第一场景增强模型的模型参数，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。由此，本公开能够在场景增强模型训练之前，预先对样本图像进行场景增强处理，以获取高质量的监督数据，即场景增强参数和第一场景增强图像，提高了模型训练过程中的准确性和可靠性。同时为基于第二场景增强模型进行场景增强处理奠定了基础。

图2是根据本公开第二实施例的示意图。

如图2所示，本实施例提出的场景增强模型的训练方法，包括如下步骤：

S201、获取样本视频，并对样本视频进行场景识别，以获取样本视频对应的至少一个场景。

需要说明的是，本申请对于获取样本视频的数量不作限定。可以根据实际情况进行设定。

其中，样本视频是用于获取样本图像的视频。

需要说明的是，本申请对于获取样本视频的具体方式不作限定，可以根据实际情况进行选取。

可选地，可以将在线上收集的视频作为样本视频。

举例而言，可以通过视频feed流，进行收集视频作为样本视频。

其中，feed是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取最新的订阅源内容。

可选地，在获取到样本视频后，可以通过场景识别算法等多种方式对样本视频进行场景识别，以获取样本视频对应的至少一个场景。

举例而言，对样本视频进行场景识别后，获取样本视频对应的场景1、场景2……场景n等。

S202、按照识别出的至少一个场景，对样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，作为场景的样本图像。

作为一种可能的实现方式，如图3所示，在上述实施例的基础上，上述步骤S202中按照识别出的至少一个场景，对样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，作为场景的样本图像的具体过程，包括以下步骤：

S301、针对每个场景，获取每个帧图像上的场景识别框的标识信息。

在本公开实施例中，在获取到获取样本视频对应的至少一个场景后，可以针对每个场景，获取每个帧图像上的场景标识框的标识信息。

S302、基于场景识别框的标识信息，对样本视频中的帧图像进行场景划分，得到场景的帧图像集合。

需要说明的是，根据场景识别框的标识信息，可以对样本视频中的帧图像进行场景划分，得到场景的帧图像集合。

需要说明的是，针对每个场景，可以有一个或多个帧图像组成。

例如，针对场景1，可以有L帧图像组成；针对场景2，可以有X帧图像组成。

需要说明的是，在获取每个场景的帧图像集合后，可以将每个场景的帧图像集合，作为该场景对应的样本图像。

S203、获取每个场景的场景增强参数。

作为一种可能的实现方式，如图4所示，在上述实施例的基础上，上述步骤S203中获取每个场景的场景增强参数的具体过程，包括以下步骤：

S401、识别每个场景的类型。

需要说明的是，由于不同类型的场景，场景增强参数可能会有不同，因此，可以先识别每个场景的类型。

可选地，可以利用场景类型识别算法，识别每个场景的类型。

需要说明的是，场景类型可以包括但不限于黑夜场景、白天场景等。

S402、根据场景的类型，确定场景的场景增强参数。

可选地，可以获取样本视频中前M帧图像的图像参数和M帧图像各自对应的场景，其中，M为正整数，并获取属于同一场景的图像参数，根据属于同一场景的图像参数，确定同一场景的场景增强参数。

需要说明的是，图像参数可以为亮度、曝光度、饱和度等参数，进而根据属于同一场景的图像参数，确定同一场景的场景增强参数。

S204、根据场景增强参数，对每个场景下的所有样本图像进行场景增强处理，以获取每个样本图像的第一场景增强图像。

在本公开实施例中，在获取到场景增强参数后，可以对每个场景下的所有样本图像进行场景增强处理，以获取每个样本图像的第一场景增强图像。

S205、基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型。

S206、将样本图像输入至第一场景增强模型中，得到样本图像对应的第二场景增强图像。

该步骤S205～S206与上一实施例中的步骤S102～S103相同，此处不再赘述。

S207、根据第一场景增强图像和第二场景增强图像，调整第一场景增强模型的模型参数，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

作为一种可能的实现方式，如图5所示，在上述实施例的基础上，上述步骤S207中根据第一场景增强图像和第二场景增强图像，调整第一场景增强模型的模型参数的具体过程，包括以下步骤：

S501、获取第一场景增强图像和第二场景增强图像之间的场景相似度。

其中，场景相似度，指的是第一场景增强图像和第二场景增强图像之间的相似程度。

可选地，可以对第一场景增强图像和第二场景增强图像进行特征提取，以获取第一场景增强图像的场景特征和第二场景增强图像的场景特征，进而获取第一场景增强图像和第二场景增强图像之间的场景相似度。

S502、根据场景相似度获取损失函数。

作为一种可能的实现方式，如图6所示，在上述实施例的基础上，上述步骤S502中根据场景相似度获取损失函数的具体过程，包括以下步骤：

S601、将场景相似度与预设的场景相似度阈值进行比较。

S602、在场景相似度小于场景相似度阈值的情况下，根据场景相似度获取损失函数。

可选地，在场景相似度大于或等于场景相似度阈值的情况下，则停止训练，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

S503、根据损失函数，调整第一场景增强模型的模型参数。

其中，损失函数可以为交叉熵损失函数等。进一步地，可以根据损失函数以通过反向传播的方式进行调整以第一场景增强模型的模型参数。

下面对本公开提出的场景增强模型进行解释说明。

举例而言，如图7所示，可以获取一定数量的样本视频，对每个样本视频进行场景切分，例如，对样本视频进行场景切分，获取N个场景，通过对每个视频场景随机取一帧图像，进行场景增强处理，并将场景增强参数导出，将同样的场景增强参数应用到同一个场景中，则可以得到多个场景增强图像，将样本图像输入至场景增强模型中，得到样本图像对应的场景增强图像，根据预先获取的第一场景增强图像和模型输出的第二场景增强图像之间的相似度，获取损失函数，损失函数可以为交叉熵损失函数等，根据损失函数以通过反向传播的方式进行训练以调整第一场景增强模型的模型参数，直至训练结束得到第二场景增强模型，即目标场景增强模型。

根据本公开实施例的场景增强模型的训练方法，可以在场景增强模型进行训练之前，对样本图像进行增强处理，以获取样本图像对应的第一场景增强图像和样本图像的场景增强参数，即可以获取高质量的监督数据，提高了模型训练过程中的准确性和可靠性，同时为基于第二场景增强模型进行场景增强处理奠定了基础。

图8是根据本公开第七实施例的示意图。其中，需要说明的是，本实施例的场景增强方法的执行主体为场景增强装置，场景增强装置具体可以为硬件设备，或者硬件设备中的软件等。其中，硬件设备例如终端设备、服务器等。

如图8所示，本实施例提出的场景增强方法，包括如下步骤：

S801、获取待处理图像。

其中，待处理图像可以为任一图像。可选地，可以为任一与预期场景增强图像不一致的图像。

S802、将待处理图像输入至第二场景增强模型中，以输出待处理图像对应的场景增强图像。

需要说明的是，作为一种可能的实现方式，在试图对待处理图像进行场景增强处理时，可以基于第二场景增强模型进行处理，此种情况下，仅需获取待处理图像，无需获取待处理图像对应的参考图像。

其中，第二场景增强模型是训练好的收敛模型。

举例而言，如图9所示，可以将待处理图像输入至第二场景增强模型中，由第二场景增强模型对待处理图像进行场景增强处理，以得到待处理图像的对应的场景增强图像。

根据本公开实施例的场景增强方法，通过获取待处理图像，并将待处理图像输入至第二场景增强模型中，以输出待处理图像对应的场景增强图像，使得待处理图像可以通过收敛的第二场景增强模型进行场景增强处理，确保了场景增强效果，提高了待处理图像的质量。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

与上述几种实施例提供的场景增强模型的训练方法相对应，本公开的一个实施例还提供一种场景增强模型的训练装置，由于本公开实施例提供的场景增强模型的训练装置与上述几种实施例提供的场景增强模型的训练方法相对应，因此在场景增强模型的训练方法的实施方式也适用于本实施例提供的场景增强模型的训练装置，在本实施例中不再详细描述。

图10是根据本公开一个实施例的场景增强模型的训练装置的结构示意图。

如图10所示，该场景增强模型的训练装置1000，包括：处理模块1010、训练模块1020、输入模块1030和调整模块1040。

处理模块1010，用于对样本图像进行场景增强处理，以获取所述样本图像对应的第一场景增强图像；

训练模块1020，用于基于所述样本图像的场景增强参数与所述样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；

输入模块1030，用于将所述样本图像输入至所述第一场景增强模型中，得到所述样本图像对应的第二场景增强图像；

调整模块1040，用于根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，并使用下一样本图像和所述下一样本图像的场景增强参数对调整后的所述第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

其中，处理模块1010，还用于：

获取样本视频，并对所述样本视频进行场景识别，以获取所述样本视频对应的至少一个场景；

按照识别出的所述至少一个场景，对所述样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，作为所述场景的样本图像。

其中，处理模块1010，还用于：

针对每个场景，获取每个帧图像上的场景识别框的标识信息；

基于所述场景识别框的标识信息，对所述样本视频中的帧图像进行场景划分，得到所述场景的帧图像集合。

其中，装置1000，还用于：

获取每个场景的场景增强参数；

根据所述场景增强参数，对每个场景下的所有所述样本图像进行场景增强处理，以获取每个所述样本图像的第一场景增强图像。

其中，装置1000，还用于：

识别每个场景的类型；

根据所述场景的类型，确定所述场景的场景增强参数。

其中，装置1000，还用于：

获取样本视频中前M帧图像的图像参数和所述M帧图像各自对应的场景，所述M为正整数；

获取属于同一场景的所述图像参数；

根据属于同一场景的所述图像参数，确定所述同一场景的场景增强参数。

其中，调整模块1040，还用于：

获取所述第一场景增强图像和所述第二场景增强图像之间的场景相似度；

根据所述场景相似度获取损失函数；

根据所述损失函数，调整所述第一场景增强模型的模型参数。

其中，调整模块1040，还用于：

将所述场景相似度与预设的场景相似度阈值进行比较；

在所述场景相似度小于所述场景相似度阈值的情况下，根据所述场景相似度获取所述损失函数。

根据本公开实施例的场景增强模型的训练装置，对样本图像进行场景增强处理，以获取样本图像对应的第一场景增强图像，并基于样本图像的场景增强参数与样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型，将样本图像输入至第一场景增强模型中，得到样本图像对应的第二场景增强图像，根据第一场景增强图像和第二场景增强图像，调整第一场景增强模型的模型参数，并使用下一样本图像和下一样本图像的场景增强参数对调整后的第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。由此，本公开能够在场景增强模型训练之前，预先对样本图像进行场景增强处理，以获取高质量的监督数据，即场景增强参数和第一场景增强图像，提高了模型训练过程中的准确性和可靠性。同时为基于第二场景增强模型进行场景增强处理奠定了基础。

与上述几种实施例提供的场景增强方法相对应，本公开的一个实施例还提供一种场景增强装置，由于本公开实施例提供的场景增强装置与上述几种实施例提供的场景增强方法相对应，因此在场景增强方法的实施方式也适用于本实施例提供的场景增强装置，在本实施例中不再详细描述。

图11是根据本公开一个实施例的场景增强装置的结构示意图。

如图11所示，该场景增强装置1100，包括：获取模块1110和输出模块1120。其中：

获取模块1110，用于获取待处理图像；

输出模块1120，用于将所述待处理图像输入至第二场景增强模型中，以输出所述待处理图像对应的场景增强图像，其中，所述第二场景增强模型为采用第一方面所述的模型训练方法训练出的场景增强模型。

根据本公开实施例的场景增强模型的训练方法，通过获取待处理图像，并将待处理图像输入至第二场景增强模型中，以输出待处理图像对应的场景增强图像，使得待处理图像可以通过收敛的第二场景增强模型进行场景增强处理，确保了场景增强效果，提高了待处理图像的质量。

根据本公开的实施例，本公开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。

图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，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12所示，设备1200包括计算单元1201，其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序，来执行各种适当的动作和处理。在RAM 1203中，还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。

设备1200中的多个部件连接至I/O接口1205，包括：输入单元1206，例如键盘、鼠标等；输出单元1207，例如各种类型的显示器、扬声器等；存储单元1208，例如磁盘、光盘等；以及通信单元1209，例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200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。

计算单元1201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1201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1201执行上文所描述的各个方法和处理，例如场景增强模型的训练方法或者场景增强方法。例如，在一些实施例中，场景增强模型的训练或者场景增强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1208。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时，可以执行上文描述的场景增强模型的训练或者场景增强方法的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行场景增强模型的训练方法或者场景增强方法。

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)、互联网以及区块链网络。

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，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。

本公开还提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现如上所述的场景增强模型的训练方法或者场景增强方法。

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，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，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。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种场景增强模型的训练方法，包括：

对样本图像进行场景增强处理，以获取所述样本图像对应的第一场景增强图像；

基于所述样本图像的场景增强参数与所述样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；

将所述样本图像输入至所述第一场景增强模型中，得到所述样本图像对应的第二场景增强图像；

根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，并使用下一样本图像和所述下一样本图像的场景增强参数对调整后的所述第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

2.根据权利要求1所述的训练方法，其中，所述对样本图像进行场景增强处理之前，还包括：

获取样本视频，并对所述样本视频进行场景识别，以获取所述样本视频对应的至少一个场景；

按照识别出的所述至少一个场景，对所述样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，作为所述场景的样本图像。

3.根据权利要求2所述的训练方法，其中，所述按照识别出的所述至少一个场景，对所述样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，包括：

针对每个场景，获取每个帧图像上的场景识别框的标识信息；

基于所述场景识别框的标识信息，对所述样本视频中的帧图像进行场景划分，得到所述场景的帧图像集合。

4.根据权利要求1所述的训练方法，其中，所述方法还包括：

获取每个场景的场景增强参数；

根据所述场景增强参数，对每个场景下的所有所述样本图像进行场景增强处理，以获取每个所述样本图像的第一场景增强图像。

5.根据权利要求4所述的训练方法，其中，所述方法还包括：

识别每个场景的类型；

根据所述场景的类型，确定所述场景的场景增强参数。

6.根据权利要求4所述的训练方法，其中，所述方法还包括：

获取样本视频中前M帧图像的图像参数和所述M帧图像各自对应的场景，所述M为正整数；

获取属于同一场景的所述图像参数；

根据属于同一场景的所述图像参数，确定所述同一场景的场景增强参数。

7.根据权利要求1-6中任一项所述的训练方法，其中，所述根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，包括：

获取所述第一场景增强图像和所述第二场景增强图像之间的场景相似度；

根据所述场景相似度获取损失函数；

根据所述损失函数，调整所述第一场景增强模型的模型参数。

8.根据权利要求7所述的训练方法，其中，所述根据所述场景相似度获取损失函数，包括：

将所述场景相似度与预设的场景相似度阈值进行比较；

在所述场景相似度小于所述场景相似度阈值的情况下，根据所述场景相似度获取所述损失函数。

9.一种场景增强方法，包括：

获取待处理图像；

将所述待处理图像输入至第二场景增强模型中，以输出所述待处理图像对应的场景增强图像，其中，所述第二场景增强模型为采用如权利要求1-9中任一项所述的方法训练出的场景增强模型。

10.一种场景增强模型的训练装置，包括：

处理模块，用于对样本图像进行场景增强处理，以获取所述样本图像对应的第一场景增强图像；

训练模块，用于基于所述样本图像的场景增强参数与所述样本图像，对初始的场景增强模型进行训练，得到第一场景增强模型；

输入模块，用于将所述样本图像输入至所述第一场景增强模型中，得到所述样本图像对应的第二场景增强图像；

调整模块，用于根据所述第一场景增强图像和所述第二场景增强图像，调整所述第一场景增强模型的模型参数，并使用下一样本图像和所述下一样本图像的场景增强参数对调整后的所述第一场景增强模型进行继续训练，直至训练结束得到第二场景增强模型。

11.根据权利要求10所述的训练装置，其中，所述处理模块，还用于：

获取样本视频，并对所述样本视频进行场景识别，以获取所述样本视频对应的至少一个场景；

按照识别出的所述至少一个场景，对所述样本视频中的帧图像进行场景划分，获取每个场景的帧图像集合，作为所述场景的样本图像。

12.根据权利要求11所述的训练装置，其中，所述处理模块，还用于：

针对每个场景，获取每个帧图像上的场景识别框的标识信息；

基于所述场景识别框的标识信息，对所述样本视频中的帧图像进行场景划分，得到所述场景的帧图像集合。

13.根据权利要求10所述的训练装置，其中，所述装置，还用于：

获取每个场景的场景增强参数；

根据所述场景增强参数，对每个场景下的所有所述样本图像进行场景增强处理，以获取每个所述样本图像的第一场景增强图像。

14.根据权利要求13所述的训练装置，其中，所述装置，还用于：

识别每个场景的类型；

根据所述场景的类型，确定所述场景的场景增强参数。

15.根据权利要求13所述的训练装置，其中，所述装置，还用于：

获取样本视频中前M帧图像的图像参数和所述M帧图像各自对应的场景，所述M为正整数；

获取属于同一场景的所述图像参数；

根据属于同一场景的所述图像参数，确定所述同一场景的场景增强参数。

16.根据权利要求10-15任一项所述的训练装置，其中，所述调整模块，还用于：

获取所述第一场景增强图像和所述第二场景增强图像之间的场景相似度；

根据所述场景相似度获取损失函数；

根据所述损失函数，调整所述第一场景增强模型的模型参数。

17.根据权利要求16所述的训练装置，其中，所述调整模块，还用于：

将所述场景相似度与预设的场景相似度阈值进行比较；

在所述场景相似度小于所述场景相似度阈值的情况下，根据所述场景相似度获取所述损失函数。

18.一种场景增强装置，包括：

获取模块，用于获取待处理图像；

输出模块，用于将所述待处理图像输入至第二场景增强模型中，以输出所述待处理图像对应的场景增强图像，其中，所述第二场景增强模型为采用如权利要求1-9中任一项所述的方法训练出的场景增强模型。

19.一种电子设备，其特征在于，包括处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-8或权利要求9中任一项所述的方法。

20.一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，该程序被处理器执行时实现如权利要求1-8或权利要求9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8或权利要求9中任一项所述的方法。

Images