CN116366856A - 一种图像处理方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开实施例提供了一种图像处理方法、装置、存储介质及电子设备。其中方法包括：获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。通过对掩码图像进行压缩处理和编码处理，提高图像压缩率，同时减少感兴趣区域中掩码区块的数量，避免了图像压缩过程中图像重要信息丢失。

Description

一种图像处理方法、装置、存储介质及电子设备

技术领域

本公开实施例涉及图像处理技术，尤其涉及一种图像处理方法、装置、存储介质及电子设备。

背景技术

随着图像拍摄技术的不断发展，图像的数据量越来越大，在图像的传输过程中，需对图像进行压缩处理，以降低数据大小。

目前的压缩技术，一般是通过压缩编解码器对图像数据进行信号转换、量化、编码的方式进行压缩。但是目前的压缩技术对图像的压缩效率有限，同时由于图像的不同区域具有不同的特点，例如图像中包括细节纹理以及特征多的区域以及重要特征的区域等，目前的压缩技术在压缩过程中无法对图像的不同区域进行区分。

发明内容

本公开提供一种图像处理方法、装置、存储介质及电子设备，以实现在图像压缩过程中保留图像细节信息，同时提升图像压缩率。

第一方面，本公开实施例提供了一种图像处理方法，包括：

获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

第二方面，本公开实施例还提供了一种图像处理方法，包括：

发送端获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

所述发送端对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端；

所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

第三方面，本公开实施例还提供了一种图像处理装置，包括：

区域识别模块，用于获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

掩码模块，用于分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

压缩与编码模块，用于对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

第四方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例提供的图像处理方法。

第五方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开任意实施例提供的图像处理方法。

本公开实施例，通过在目标图像中确定掩码区块并进行掩码处理，减少图像数据量，通过对掩码图像进行压缩处理和编码处理，提高图像压缩率，减少图像传输数据量以及传输占用带宽。进一步的，在目标图像中识别感兴趣区域和非感兴趣区域，基于不同的数据比例在感兴趣区域和非感兴趣区域分别确定掩码区块，其中，感兴趣区域中掩码区块的数量比例小于非感兴趣区域中掩码区块的数量比例，使得感兴趣区域内重要信息不被掩码，避免了图像压缩过程中图像重要信息丢失，保证了压缩编码数据的重建质量。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例所提供的一种图像处理方法的流程示意图；

图2是本公开实施例提供的一种感兴趣区域识别模型的结构示意图；

图3为本公开实施例所提供的一种图像处理方法的流程示意图；

图4是本公开实施例提供的种图像处理方法的流程图；

图5为本公开实施例所提供的一种图像处理装置结构示意图；

图6是本公开实施例所提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

图1为本公开实施例所提供的一种图像处理方法的流程示意图，本公开实施例适用于对图像进行压缩的情形，该方法可以由图像处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。如图1所示，所述方法包括：

S110、获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域。

S120、分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例。

S130、对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

目标图像为待传输的图像，此处的目标图像可以是独立的图像，可以是视频中的图像帧，也可以是直播数据中的一个图像帧，此处不作限定。该目标图像可以是本地存储的，可以是实时采集的，也可以是外部导入的，对目标图像的获取方式不作限定。

本实施例中，通过对目标图像进行掩码处理，减少进行压缩的图像数据量，已达到提高压缩率的效果。具体的，在目标图像中确定掩码区块，对掩码区块进行掩码处理，以减少进行压缩的图像数据量，此处的掩码区块为待进行掩码处理的图像区块，其中，掩码处理可以通过图像区块内的像素值转换为特定像素值的过程，其中，特定像素值可以是0，具体的可以是通过将图像区块与掩码模板相乘实现，通过将图像区块内的内容转换为单一像素值，减少图像区块内的数据量。同时，掩码区块可以是特定尺寸的图像区块，该掩码区块可以是矩形区块，掩码区域为目标图像中所有图像区块中的局部，通过将目标图像的感兴趣区域和非感兴趣区域分别划分为区块，可在多个图像区块中筛选掩码区块，提高图像处理的粒度。

进一步的，为了避免在压缩过程中丢失图像的重要信息，识别目标图像中的感兴趣区域和非感兴趣区域，针对感兴趣区域和非感兴趣区域确定不同数量比例的掩码区块。其中，感兴趣区域可以是包括重要信息的区域，或者，感兴趣区域可以是包括大量图像细节信息的区域。示例性的，感兴趣区域可以是目标图像中前景区域，非感兴趣区域为目标图像的背景区域。示例性的，感兴趣区域为目标区域中特定对象所在的区域，非感兴趣区域为目标图像中感兴趣区域之外的区域。例如，特定对象可以是人脸等，对特定对象不作限定。

具体的，可以是识别目标图像中的感兴趣区域，将感兴趣区域之外的区域确定为非感兴趣区域。其中，感兴趣区域可以是一个或多个区域，对感兴趣区域的数量不作限定。

在一些实施例中，感兴趣区域的识别可以是根据用户的选择操作实现。可选的，确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：显示所述目标图像，响应于区域选择操作，将被选择区域确定为感兴趣区域，将所述被选择区域之外的其他区域确定为非感兴趣区域。

其中，显示界面上可以是包括感兴趣区域的选择控件，在该选择控件被触发的情况下，进入感兴趣区域的选择模式，检测用户输入的选择操作，基于该选择操作确定感兴趣区域。

可选的，在选择模型下，显示对目标图像的划分网格，相应的，区域选择操作可以是对网格的点击操作，被点击的网格为被选择网格，被选择网格可进行区别显示，被选择网格对应的图像区域组成感兴趣区域。其中，可通过选择不同的网格划分精度，以实现对感兴趣区域的不同粒度的选择，例如网格划分精度可以是5×5、7×7、10×10等，显示界面中可设置有精度选择控件，例如包括多个精度选项的下拉菜单，或者显示界面中可设置有精度设置控件，可根据设置操作设置网格划分精度。

可选的，在选择模式下，可对目标图像进行边缘识别，得到边缘识别结果，边缘识别结果中包括目标图像中各物体的轮廓，根据边缘识别结果可将目标图像中各物体根据轮廓进行分割处理，得到各物体图像区域。相应的，区域选择操作可以是对物体图像区域的点击操作，将被选择的一个或多个物体图像区域确定为感兴趣区域。进一步的，可对一个物体图像区域进行局部分割，相应的，区域选择操作可以是对物体图像区域中局部区域的点击操作，具体的，显示界面中设置有分割控件，在某一物体图像区域被选择的情况下，检测到分割控件被触发，则对选择的物体图像区域进行边缘识别和轮廓分割，得到局部区域，以进一步选择感兴趣区域，以保证感兴趣区域的选择精确度。示例性的，物体图像区域为人体所在区域，局部分割得到的区域可以是包括头部区域、躯干部区域、肢体区域等，被选择的感兴趣区域可以是头部区域。示例性的，物体图像区域为头部区域，局部分割得到的区域包括脸部区域、发饰区域、耳饰区域等，被选择的感兴趣区域可以是脸部区域。

可选的，区域选择操作可以是滑动操作，将滑动轨迹形成的封闭区域确定为感兴趣区域。其中，该滑动轨迹可以是圆形轨迹、矩形轨迹等，还可以是沿物体轮廓的滑动轨迹，对此不作限定。在检测到滑动轨迹后，可对滑动轨迹进行平滑处理，得到平滑的封闭区域。可选的，对滑动轨迹形成的封闭区域进行边缘识别和图像分割，将封闭区域内的物体所在区域确定为感兴趣区域，剔除封闭区域内的背景信息，提高感兴趣区域的准确性。

在一些实施例中，目标图像为视频中的一个图像帧，可在视频帧中随机抽取至少一个基准图像帧，在基准图像帧中选择感兴趣区域，识别基准图像帧中感兴趣区域内包括的物体，并基于该物体在视频的其他图像帧中识别物体所在区域作为感兴趣区域。示例性的，基准图像帧可以是首帧或者随机抽取的任意帧。感兴趣区域内的物体可以是人物、动物等，对此不作限定。可选的，视频可以是直播视频，物体可以是画面中的主播。至少一个基准图像帧的物体可以是相同或不同，包括的物体可以是至少一个。通过基于基准图像帧的物体对视频中各图像帧分别进行感兴趣区域的识别，简化了视频中感兴趣区域的识别过程。

在一些实施例中，感兴趣区域可以是通过预先设置的识别算法自动识别得到。可选的，确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：将所述目标图像输入至预先训练的感兴趣区域识别模型中，得到感兴趣区域数据集，所述感兴趣区域数据集包括至少一个坐标数据；基于所述坐标数据对应的图像区块确定感兴趣区域，以及将所述目标图像中除所述感兴趣区域之外的其他区域确定为非感兴趣区域。

通过预先训练的感兴趣区域识别模型，对目标图像进行感兴趣区域的自动识别，简化感兴趣区域的识别过程，尤其是针对大量图像的压缩过程，自动识别感兴趣区域加快了图像压缩处理效率。同时感兴趣区域识别模型为机器学习模型，例如可以是神经网络模型，处理效果高，进一步提高图像的感兴趣区域的识别效率。

本实施例中，感兴趣区域识别模型的输出信息为感兴趣区域数据集，该感兴趣区域数据集中包括至少一个坐标数据，可选的，该坐标数据为感兴趣区域内一个图像区块对应特征点的坐标数据，多个图像区块组成感兴趣区域。可选的，图像区块可以是矩形区域，相应的，坐标数据可以是该矩形区块的任一顶点的坐标数据，或者，矩形区块中心点的坐标数据。

进一步的，基于所述坐标数据和图像区块的数据参数，确定所述坐标数据对应的图像区块，基于坐标数据分别对应的图像区块形成感兴趣区域。以图像区块为矩形区块为例，图像区块的数据参数可以是矩形区块的宽和高，示例性的，坐标数据可以是矩形区域的左上顶点坐标数据，基于左上顶点坐标数据和图像区块的宽和高可确定矩形区块的其他各顶点坐标数据，以确定矩形区域。以图像区块为圆形区块为例，图像区块的数据参数可以是圆形区块的半径。

可选的，在对目标图像进行感兴趣区域识别之前，可以是设置感兴趣区域的识别粒度，该识别粒度用于调节图像区块的数量和数据参数，其中，识别粒度越小，图像区块的数量越大，图像区块的数据参数越小，示例性的，矩形区块的高和宽越小。通过设置的识别粒度调用不同的感兴趣区域识别模型，对目标图像进行针对性的处理，得到满足识别粒度需求的感兴趣区域数据集，进一步，基于该识别粒度对应的数据参数和上述感兴趣区域数据集，确定感兴趣区域以及非感兴趣区域。

可选的，感兴趣区域数据集的坐标数据为感兴趣区域对应特征点的坐标数据，感兴趣区域可以是矩形区域或圆形区域，坐标数据可以是矩形区域的顶点坐标或中心点坐标，或者，还可以是圆形区域的圆心坐标数据等。相应的，感兴趣区域作为一个图像区块，图像区块的数据参数为感兴趣区域整体的数据参数，例如高度和宽度。以矩形感兴趣区域为例，通过感兴趣区域特征点的坐标数据和感兴趣区域的数据参数可确定感兴趣区域的各顶点坐标，进一步确定感兴趣区域。

可选的，感兴趣区域识别模型的训练方法包括：获取样本图像，对所述样本图像进行区块划分，得到多个图像区块；在任一所述图像区块进行掩码处理的情况下，对掩码处理后的样本图像进行重建，得到重建图像，基于所述重建图像的图像质量数据得到被掩码图像区块的重要性数据；基于样本图像中各所述图像区块的重要性数据，确定感兴趣区域内的图像区块，并基于感兴趣区域内的图像区块形成感兴趣区域的目标数据集；基于所述样本图像和对应感兴趣区域的目标数据集，对待训练感兴趣区域识别模型进行迭代训练，得到训练好的感兴趣区域识别模型。

在训练过程中，对样本图像的区块划分的划分精度与对目标图像进行识别过程中图像区块的划分精度相同。可选的，通过不同的识别粒度设置不同的区划分精度，以训练得到不同识别粒度的感兴趣区域识别模型。上述不同识别粒度的感兴趣区域识别模型可并行训练得到。此处区划分精度不作限定，可根据训练需求进行设置。

对样本图像进行区块划分，得到多个图像区块，遍历各个图像区块分别确定每一个图像区块的重要性数据。图像区块的重要性数据的确定方式可以是：对于任一图像区块，在样本图像中对该图像区块进行掩码处理，形成掩码样本图像，对该掩码样本图像进行图像重建，进行图像还原，得到重建图像。其中，图像重建过程可以是通过MAE(maskedautoencoder，掩码自解码器)解码器实现，将掩码样本图像输入至MAE解码器中得到重建图像。对重建图像进行质量评估，得到重建图像的图像质量数据，其中质量评估过程可以是将重建图像输入至质量评估模型中，得到该质量评估模型输出的图像质量数据；或者，还可以是将重建图像与样本图像进行相似度计算，将相似度数据确定为指令评估数据。

基于该图像质量数据可确定进行掩码处理的图像区块的重要性数据，其中，图像质量数据越高，表明进行掩码处理的图像区块对样本图像的影响越小，该图像区块的重要性越低，图像质量数据越低，表明进行掩码处理的图像区块对样本图像的影响越大，该图像区块的重要性越高。相应的，图像区块的重要性数据与重建图像的图像质量数据负相关。将图像质量数据带入预先设置的重要性数据计算公式中，得到图像区块的重要性数据。

根据图像区块的重要性数据确定图像区块是否属于感兴趣区域，可选的，可以是将重要性数据与阈值进行比对，将重要性数据大于阈值的图像区块确定为属于感兴趣区域，以确定样本图像的感兴趣区域。可选的，设置感兴趣区域中图像区块的预设数量，将图像区块基于重要性数据进行排序，基于排序选择上述预设数量的图像区块形成感兴趣区域。

进一步的，基于感兴趣区域内的图像区块的特定点坐标数据确定感兴趣区域的目标数据集。将各样本图像分别执行上述处理过程，得到对应的目标数据集，作为样本图像对应的标签，基于多个样本图像以及分别对应的目标数据集对初始构建的感兴趣区域识别模型进行模型训练。

感兴趣区域识别模型的训练过程可以是：将样本图像输入至待训练的感兴趣区域识别模型中，得到该感兴趣区域识别模型得到的预测数据集，基于预测数据集和样本图像的对应目标数据集生成损失函数，基于该损失函数对上述训练过程中的感兴趣区域识别模型进行模型参数的调节，并基于调节后的感兴趣区域识别模型进行下一轮次的迭代训练过程。迭代执行上述训练过程，直到满足训练结束条件，得到训练好的感兴趣区域识别模型。上述训练过程中，损失函数的类型不作限定，可根据需求进行设置。

在上述实施例的基础上，感兴趣区域识别模型可以是CNN模型，示例性的，参见图2，图2是本公开实施例提供的一种感兴趣区域识别模型的结构示意图。该感兴趣区域识别模型中可包括3层CNN卷积层和一层全连接层。可以理解的是，图2中的感兴趣区域识别模型仅为一种示例，在其他实施例中，可通过其他结构的神经网络模型实现，具有感兴趣区域识别功能即可，对此不作限定。可选的，感兴趣区域识别模型还可以是多目标检测模型，用于对多个感兴趣区域进行识别，例如感兴趣区域识别模型可以是faster-RCNN模型或者YOLO模型等。

基于上述任一方式对目标图像进行感兴趣区域的识别，确定目标图像的感兴趣区域和非感兴趣区域，基于掩码策略分别在感兴趣区域和非感兴趣区域确定掩码区块并进行掩码处理，实现对目标图像进行针对性的掩码处理，保留目标图像中的重要区块，避免掩码处理导致重要信息丢失的情况，在提高压缩率的同时，避免重要信息丢失，进一步保证目标图像被压缩后，能够进行高质量的图像重建。

本实施例中，在感兴趣区域和非感兴趣区域分别确定掩码区块，其中，在感兴趣区域和非感兴趣区域确定掩码区块的数据比例不同，以保证感兴趣区域内掩码区块数量少，以保留感兴趣区域内更多的图像区块，避免重要信息丢失。可选的，感兴趣区域中的掩码区块数量小于非感兴趣区域中的掩码区块数量，或者，感兴趣区域中的掩码区块数量比例小于非感兴趣区域中的掩码区块数量比例。

可选的，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：根据掩码率和所述目标图像的尺寸确定掩码区块的数量；基于所述感兴趣区域和所述非感兴趣区域的数据比例和所述掩码区块的数量，分别确定所述感兴趣区域内掩码区块的第一数量和所述非感兴趣区域内掩码区块的第二数量，所述感兴趣区域和所述非感兴趣区域的数据比例小于1；基于所述第一数量在所述感兴趣区域内确定掩码区块，以及基于所述第二数量在所述非感兴趣区域内确定掩码区块。

掩码率为目标图像中所有掩码区块所占比例，该掩码率与图像压缩率正相关。通过掩码率和目标图像中图像区块的数量可确定掩码区块的数量，图像区块的数量可以是与目标图像的尺寸正相关，此处每一图像区块的数据参数为预先设置的。示例性的，掩码率为50％，目标图像中图像区块的数量为100，相应的，掩码区块的数量为50，即感兴趣区域和所述非感兴趣区域内掩码区块的数量和为50。

设置感兴趣区域和非感兴趣区域的数据比例，且该数据比例小于1，即感兴趣区域中的掩码区块数量小于非感兴趣区域中的掩码区块数量。示例性的，感兴趣区域和非感兴趣区域的数据比例可以是2:3。基于上述数据比例和掩码区块的数量确定感兴趣区域内掩码区块的第一数量和非感兴趣区域内掩码区块的第二数量。在上述示例中，掩码区块的数量为50，感兴趣区域和非感兴趣区域的数据比例可以是2:3，相应的，感兴趣区域内掩码区块的第一数量为20，非感兴趣区域内掩码区块的第二数量为30。通过设置感兴趣区域和非感兴趣区域的数据比例小于1，减少感兴趣区域掩码区块的数量，避免感兴趣区域内大量区块被掩码处理，重要信息被掩码导致影响重建图像的图像质量的问题。

基于确定的第一数量和第二数量分别在感兴趣区域和非感兴趣区域确定掩码区块。可选的，掩码区块可以是随机确定的。可选的，在感兴趣区域内确定各个图像区块的掩码优先级，基于优先级确定掩码区块，以感兴趣区域为人脸区域为例，人脸区域中包括眼部区域、嘴部区域、鼻子区域、脸颊区域等，根据设置需求，眼部区域、嘴部区域、鼻子区域、脸颊区域的掩码优先级依次增大，相应的，眼部区域、嘴部区域、鼻子区域、脸颊区域内掩码区块的数量依次增大。此处仅为示例，对于不同类型的感兴趣区域，设置不同的优先级属性，此处优先级属性可以是与图像区块对图像重建的重要性数据负相关，即图像区块越重要，掩码优先级越低，以降低重要的图像区块被掩码处理的概率。

在一些实施例中，感兴趣区域在目标图像中所占比例较小，设置感兴趣区域和非感兴趣区域的固定数据比例，无法适应于所有的目标图像。此处可根据感兴趣区域内图像区块的数量确定感兴趣区域内掩码区域的数量，灵活调节感兴趣区域内掩码区域的数量。

可选的，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：基于第一数据比例和所述感兴趣区域内图像区块的数量确定所述感兴趣区域内掩码区块的第一数量，并基于所述第一数量在所述感兴趣区域确定掩码区块；基于第二数据比例和所述非感兴趣区域内图像区块的数量确定所述非感兴趣区域内掩码区块的第二数量，并基于所述第二数量在所述非感兴趣区域确定掩码区块，所述第二数据比例大于所述第一数据比例。

此处的第一数据比例为感兴趣区域内掩码区域的数量与感兴趣区域内图像区块数量的比例，第二数据比例为非感兴趣区域内掩码区域的数量与非感兴趣区域内图像区块数量的比例。第一数据比例小于第二数据比例，示例性的，第一数据比例可以是20％，第二数据比例可以是50％。在感兴趣区域内图像区块的数量为20，非感兴趣区域内图像区块的数量为80的情况下，感兴趣区域内掩码区块的第一数量为4，非感兴趣区域内掩码区块的第二数量为40。在保证目标图像中掩码区块数量的基础上，同时保留了感兴趣区域内大部分图像区块，避免感兴趣区域内重要信息被掩码的情况。

同理，在感兴趣区域和非感兴趣中确定掩码区块，可随机确定或者通过图像区块的掩码优先级确定。

对确定的掩码区块进行掩码处理，得到掩码图像，减少了图像数据量，便于提高后续的压缩处理的压缩率。

对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，具体的，压缩编码数据的确定方式包括：基于压缩编码器对所述掩码图像进行压缩处理，得到压缩数据；基于掩码自编码器对所述压缩数据进行编码处理，得到所述压缩编码数据。

其中，压缩处理可以是通过压缩编码器实现，压缩编码器包括但不限于HEVC(HighEfficiency Video Coding，高效率视频编码)编码器、JPEG(Joint Photographic ExpertsGroup)编码器、WebP编码器等。掩码自编码器可以是预先训练的MAE编码器，通过该掩码自编码器将压缩处理后的掩码图像进一步进行编码处理，得到压缩数据对应的压缩编码数据，该压缩编码数据可以是压缩数据对应的embedding数据，实现数据的进一步编码。其中，MAE编码器和MAE解码器为预先训练的，分别设置在发送端和接收端，其中，MAE编码器能够对压缩后的掩码图像进行编码处理，MAE解码器能够对压缩编码数据进行反向解码，还原被掩码处理的图像区块，以进行图像重建。该MAE编码器和MAE解码器可以是基于样本图像同步训练得到的，并分别配置在发送端和接收端。在一些实施例中，诸如手机等的电子设备，可作为发送端，也可以作为接收端，相应的，该电子设备中可同时配置有MAE编码器和MAE解码器。

可以理解的是，发送端将压缩编码数据发送至接收端，接收端配置有与压缩编码器和掩码自编码器分别对应的压缩解码器和掩码自解码器，用于对上述压缩编码数据进行逆向解码处理，已进行图像重建，得到重建图像。

在上述实施例的基础上，发送端确定所述目标图像中非掩码区块的位置数据，将所述位置数据发送至所述接收端。相应的，接收端接收所述压缩编码数据和所述位置数据，基于掩码自解码器对所述压缩编码数据和所述位置数据进行解码处理，得到压缩数据，基于压缩解码器对所述压缩数据进行解压缩处理，得到重建图像。

其中，非掩码区块的位置数据可以是非掩码区块的特征点的坐标数据的集合，其中，特征点可以是非掩码区块的中心点或者顶点等，此处不作限定。通过将非掩码区块的位置数据发送至接收端，在接收端对压缩编码数据进行重建过程中作为参考信息，提高重建图像的重建效率和重建图像的质量。

本公开实施例的技术方案，通过在目标图像中确定掩码区块并进行掩码处理，减少图像数据量，通过对掩码图像进行压缩处理和编码处理，提高图像压缩率，减少图像传输数据量以及传输占用带宽。进一步的，在目标图像中识别感兴趣区域和非感兴趣区域，基于不同的数据比例在感兴趣区域和非感兴趣区域分别确定掩码区块，其中，感兴趣区域中掩码区块的数量比例小于非感兴趣区域中掩码区块的数量比例，使得感兴趣区域内重要信息不被掩码，避免了图像压缩过程中图像重要信息丢失，保证了压缩编码数据的重建质量。

图3为本公开实施例所提供的一种图像处理方法的流程示意图。该方法具体包括如下步骤：

S210、发送端获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例。

S220、所述发送端对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端。

S230、所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

本实施例中，发送端可以是诸如手机等的移动终端，或者还可以是诸如计算机或服务器等的电子设备，接收端可以是诸如手机等的移动终端，或者还可以是诸如计算机或服务器等的电子设备。在一些实施例中，某一电子设备在不同传输场景下，可以是接收端，也可以是发送端。相应的，电子设备中可以分别配置有压缩编码器、压缩解码器、掩码自编码器和掩码自解码器，分别用于对图像传输前进行压缩处理，以及在接收压缩编码数据后进行图像重建。

本实施例的技术方案，通过发送端在传输之前进行掩码处理、压缩处理和MAE编码处理，在提高图像压缩率的基础上，降低重要信息丢失的风险。在接收端进行反向解码，提高了重建图像的质量。

在上述实施例的基础上，本公开实施例还提供了一种图像处理方法的优选实例，参见图4，图4是本公开实施例提供的种图像处理方法的流程图。

发送端和接收端分别部署MAE编码器和MAE解码器，以进行掩码编码和图像重建。发送端对原始图像I_0(即上述实施例中的目标图像)进行掩码处理，得到掩码图像I_MASK，具体的，将原始图像I_0输入至ROI掩码模型(即上述实施例中的感兴趣区域识别模型)中得到掩码区块数据集，基于该掩码区块数据集确定感兴趣区域，并进行掩码处理。

此处的感兴趣区域为针对画质的ROI区域。其中，ROI掩码模型的训练过程中，采集样本图像，并设置样本图像的标签。其中，标签为基于画质的ROI检测标签数据集。具体的，将每张样本图片统一缩放成224*224的图片，将样本图片切割成7*7的区块，对每一个区块进行掩码后，用MAE解码器进行图片重建，在对其重建的图片进行画质打分(即图像区块的重要性数据)。最终每张图片的每一个区块都会有一个分数，选择总分最高的4*5(此处的数据仅为示例)区块为本张样本图片的标签。

基于样本图片和标签训练得到ROI掩码模型。该ROI掩码模型可以是单目标检测模型，其包含3层CNN卷积层和一层全连接层，通过三层的CNN层将不同维度的图像特征提取出来，经过最后一层平均池化层对提取的特征进行自适应平均池化。将最终提取到的特征“压平”，即把多维的输入一维化，并传递到全连接层，全连接层输出两个数值，分别为ROI区域左上角的横纵坐标数据。ROI掩码模型还可以是多目标检测模型，例如faster-RCNN，YOLO模型等。

基于各个图像区块的左上角的横纵坐标数据，以及图像区块的宽度和高度，可确定图像区块的四个顶点的坐标数据。采用随机采样的思路，在ROI区域内和区域外(非感兴趣区域)随机掩码比例2:3。我们在ROI区域内，掩码的比例小于ROI区域外，从而提升解码器重建图像的图像质量。

接收端接收图像embedding(即压缩编码数据)和位置embedding(即位置数据)，通过MAE解码器进行解码处理，并通过HEVC解码器进行解压缩处理，得到输出图像I_out(即重建图像)。

图5为本公开实施例所提供的一种图像处理装置结构示意图，如图5所示，所述装置包括：区域识别模块310、掩码模块320以及压缩与编码模块330。

区域识别模块310，用于获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

掩码模块320，用于分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

压缩与编码模块330，用于对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

本公开实施例所提供的技术方案，通过在目标图像中确定掩码区块并进行掩码处理，减少图像数据量，通过对掩码图像进行压缩处理和编码处理，提高图像压缩率，减少图像传输数据量以及传输占用带宽。进一步的，在目标图像中识别感兴趣区域和非感兴趣区域，基于不同的数据比例在感兴趣区域和非感兴趣区域分别确定掩码区块，其中，感兴趣区域中掩码区块的数量比例小于非感兴趣区域中掩码区块的数量比例，使得感兴趣区域内重要信息不被掩码，避免了图像压缩过程中图像重要信息丢失，保证了压缩编码数据的重建质量。

在上述实施例的基础上，可选的，区域识别模块310用于：

将所述目标图像输入至预先训练的感兴趣区域识别模型中，得到感兴趣区域数据集，所述感兴趣区域数据集包括至少一个坐标数据；

基于所述坐标数据对应的图像区块确定感兴趣区域，以及将所述目标图像中除所述感兴趣区域之外的其他区域确定为非感兴趣区域。

可选的，所述坐标数据为一个图像区块对应特征点的坐标数据；

区域识别模块310还用于：

基于所述坐标数据和图像区块的数据参数，确定所述坐标数据对应的图像区块。

在上述实施例的基础上，可选的，该装置还包括：

模型训练模块，用于获取样本图像，对所述样本图像进行区块划分，得到多个图像区块；

在任一所述图像区块进行掩码处理的情况下，对掩码处理后的样本图像进行重建，得到重建图像，基于所述重建图像的图像质量数据得到被掩码图像区块的重要性数据；

基于样本图像中各所述图像区块的重要性数据，确定感兴趣区域内的图像区块，并基于感兴趣区域内的图像区块形成感兴趣区域的目标数据集；

基于所述样本图像和对应感兴趣区域的目标数据集，对待训练感兴趣区域识别模型进行迭代训练，得到训练好的感兴趣区域识别模型。

在上述实施例的基础上，可选的，区域识别模块310用于：

显示所述目标图像，响应于区域选择操作，将被选择区域确定为感兴趣区域，将所述被选择区域之外的其他区域确定为非感兴趣区域。

在上述实施例的基础上，可选的，掩码模块320用于：

根据掩码率和所述目标图像的尺寸确定掩码区块的数量；

基于所述感兴趣区域和所述非感兴趣区域的数据比例和所述掩码区块的数量，分别确定所述感兴趣区域内掩码区块的第一数量和所述非感兴趣区域内掩码区块的第二数量，所述感兴趣区域和所述非感兴趣区域的数据比例小于1；

基于所述第一数量在所述感兴趣区域内确定掩码区块，以及基于所述第二数量在所述非感兴趣区域内确定掩码区块。

在上述实施例的基础上，可选的，掩码模块320用于：

基于第一数据比例和所述感兴趣区域内图像区块的数量确定所述感兴趣区域内掩码区块的第一数量，并基于所述第一数量在所述感兴趣区域确定掩码区块；

基于第二数据比例和所述非感兴趣区域内图像区块的数量确定所述非感兴趣区域内掩码区块的第二数量，并基于所述第二数量在所述非感兴趣区域确定掩码区块，所述第二数据比例大于所述第一数据比例。

在上述实施例的基础上，可选的，压缩与编码模块330用于：

基于压缩编码器对所述掩码图像进行压缩处理，得到压缩数据；

基于掩码自编码器对所述压缩数据进行编码处理，得到所述压缩编码数据。

在上述实施例的基础上，可选的，该装置还包括：

位置数据发送模块，用于确定所述目标图像中非掩码区块的位置数据，将所述位置数据发送至所述接收端。

在上述实施例的基础上，可选的，所述接收端接收所述压缩编码数据和所述位置数据，基于掩码自解码器对所述压缩编码数据和所述位置数据进行解码处理，得到压缩数据，基于压缩解码器对所述压缩数据进行解压缩处理，得到重建图像。

本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

图6为本公开实施例所提供的一种电子设备的结构示意图。下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图6中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的图像处理方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

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。

【在具体实施方式部分，全文结束后，请将所有欲以权利要求形式进行保护的内容，以下述形式重复：】

根据本公开的一个或多个实施例，【示例一】提供了一种图像处理方法，包括：

获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

根据本公开的一个或多个实施例，【示例二】提供了示例一的图像处理方法，还包括：

所述确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：将所述目标图像输入至预先训练的感兴趣区域识别模型中，得到感兴趣区域数据集，所述感兴趣区域数据集包括至少一个坐标数据；基于所述坐标数据对应的图像区块确定感兴趣区域，以及将所述目标图像中除所述感兴趣区域之外的其他区域确定为非感兴趣区域。

根据本公开的一个或多个实施例，【示例三】提供了示例一的图像处理方法，还包括：所述坐标数据为一个图像区块对应特征点的坐标数据；

所述基于所述坐标数据对应的图像区块确定感兴趣区域，包括：基于所述坐标数据和图像区块的数据参数，确定所述坐标数据对应的图像区块。

根据本公开的一个或多个实施例，【示例四】提供了示例一的图像处理方法，还包括：

所述感兴趣区域识别模型的训练方法包括：获取样本图像，对所述样本图像进行区块划分，得到多个图像区块；在任一所述图像区块进行掩码处理的情况下，对掩码处理后的样本图像进行重建，得到重建图像，基于所述重建图像的图像质量数据得到被掩码图像区块的重要性数据；基于样本图像中各所述图像区块的重要性数据，确定感兴趣区域内的图像区块，并基于感兴趣区域内的图像区块形成感兴趣区域的目标数据集；基于所述样本图像和对应感兴趣区域的目标数据集，对待训练感兴趣区域识别模型进行迭代训练，得到训练好的感兴趣区域识别模型。

根据本公开的一个或多个实施例，【示例五】提供了示例一的图像处理方法，还包括：

所述确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：显示所述目标图像，响应于区域选择操作，将被选择区域确定为感兴趣区域，将所述被选择区域之外的其他区域确定为非感兴趣区域。

根据本公开的一个或多个实施例，【示例六】提供了示例一的图像处理方法，还包括：

所述分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：根据掩码率和所述目标图像的尺寸确定掩码区块的数量；基于所述感兴趣区域和所述非感兴趣区域的数据比例和所述掩码区块的数量，分别确定所述感兴趣区域内掩码区块的第一数量和所述非感兴趣区域内掩码区块的第二数量，所述感兴趣区域和所述非感兴趣区域的数据比例小于1；基于所述第一数量在所述感兴趣区域内确定掩码区块，以及基于所述第二数量在所述非感兴趣区域内确定掩码区块。

根据本公开的一个或多个实施例，【示例七】提供了示例一的图像处理方法，还包括：

所述分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：基于第一数据比例和所述感兴趣区域内图像区块的数量确定所述感兴趣区域内掩码区块的第一数量，并基于所述第一数量在所述感兴趣区域确定掩码区块；基于第二数据比例和所述非感兴趣区域内图像区块的数量确定所述非感兴趣区域内掩码区块的第二数量，并基于所述第二数量在所述非感兴趣区域确定掩码区块，所述第二数据比例大于所述第一数据比例。

根据本公开的一个或多个实施例，【示例八】提供了示例一的图像处理方法，还包括：

所述对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，包括：基于压缩编码器对所述掩码图像进行压缩处理，得到压缩数据；基于掩码自编码器对所述压缩数据进行编码处理，得到所述压缩编码数据。

根据本公开的一个或多个实施例，【示例九】提供了示例一的图像处理方法，还包括：

所述方法还包括：确定所述目标图像中非掩码区块的位置数据，将所述位置数据发送至所述接收端。

根据本公开的一个或多个实施例，【示例十】提供了示例一的图像处理方法，还包括：

所述接收端接收所述压缩编码数据和所述位置数据，基于掩码自解码器对所述压缩编码数据和所述位置数据进行解码处理，得到压缩数据，基于压缩解码器对所述压缩数据进行解压缩处理，得到重建图像。

根据本公开的一个或多个实施例，【示例十一】提供了一种图像处理方法，包括：

发送端获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

所述发送端对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端；

所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

根据本公开的一个或多个实施例，【示例十二】提供了一种图像处理装置，包括：

区域识别模块，用于获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

掩码模块，用于分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

压缩与编码模块，用于对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (14)

1.一种图像处理方法，其特征在于，包括：

获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：

将所述目标图像输入至预先训练的感兴趣区域识别模型中，得到感兴趣区域数据集，所述感兴趣区域数据集包括至少一个坐标数据；

基于所述坐标数据对应的图像区块确定感兴趣区域，以及将所述目标图像中除所述感兴趣区域之外的其他区域确定为非感兴趣区域。

3.根据权利要求2所述的方法，其特征在于，所述坐标数据为一个图像区块对应特征点的坐标数据；

所述基于所述坐标数据对应的图像区块确定感兴趣区域，包括：

基于所述坐标数据和图像区块的数据参数，确定所述坐标数据对应的图像区块。

4.根据权利要求2所述的方法，其特征在于，所述感兴趣区域识别模型的训练方法包括：

获取样本图像，对所述样本图像进行区块划分，得到多个图像区块；

在任一所述图像区块进行掩码处理的情况下，对掩码处理后的样本图像进行重建，得到重建图像，基于所述重建图像的图像质量数据得到被掩码图像区块的重要性数据；

基于样本图像中各所述图像区块的重要性数据，确定感兴趣区域内的图像区块，并基于感兴趣区域内的图像区块形成感兴趣区域的目标数据集；

基于所述样本图像和对应感兴趣区域的目标数据集，对待训练感兴趣区域识别模型进行迭代训练，得到训练好的感兴趣区域识别模型。

5.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像中的感兴趣区域和非感兴趣区域，包括：

显示所述目标图像，响应于区域选择操作，将被选择区域确定为感兴趣区域，将所述被选择区域之外的其他区域确定为非感兴趣区域。

6.根据权利要求1所述的方法，其特征在于，所述分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：

根据掩码率和所述目标图像的尺寸确定掩码区块的数量；

基于所述感兴趣区域和所述非感兴趣区域的数据比例和所述掩码区块的数量，分别确定所述感兴趣区域内掩码区块的第一数量和所述非感兴趣区域内掩码区块的第二数量，所述感兴趣区域和所述非感兴趣区域的数据比例小于1；

基于所述第一数量在所述感兴趣区域内确定掩码区块，以及基于所述第二数量在所述非感兴趣区域内确定掩码区块。

7.根据权利要求1所述的方法，其特征在于，所述分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，包括：

基于第一数据比例和所述感兴趣区域内图像区块的数量确定所述感兴趣区域内掩码区块的第一数量，并基于所述第一数量在所述感兴趣区域确定掩码区块；

基于第二数据比例和所述非感兴趣区域内图像区块的数量确定所述非感兴趣区域内掩码区块的第二数量，并基于所述第二数量在所述非感兴趣区域确定掩码区块，所述第二数据比例大于所述第一数据比例。

8.根据权利要求1所述的方法，其特征在于，所述对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，包括：

基于压缩编码器对所述掩码图像进行压缩处理，得到压缩数据；

基于掩码自编码器对所述压缩数据进行编码处理，得到所述压缩编码数据。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述目标图像中非掩码区块的位置数据，将所述位置数据发送至所述接收端。

10.根据权利要求9所述的方法，其特征在于，所述接收端接收所述压缩编码数据和所述位置数据，基于掩码自解码器对所述压缩编码数据和所述位置数据进行解码处理，得到压缩数据，基于压缩解码器对所述压缩数据进行解压缩处理，得到重建图像。

11.一种图像处理方法，其特征在于，包括：

发送端获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域，分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

所述发送端对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端；

所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

12.一种图像处理装置，其特征在于，包括：

区域识别模块，用于获取目标图像，确定所述目标图像中的感兴趣区域和非感兴趣区域；

掩码模块，用于分别在所述感兴趣区域和所述非感兴趣区域内确定掩码区块，并对所述掩码区块进行掩码处理，得到掩码图像，其中，所述感兴趣区域中掩码区块的数量比例小于所述非感兴趣区域中掩码区块的数量比例；

压缩与编码模块，用于对所述掩码图像进行压缩处理和编码处理，得到压缩编码数据，将所述压缩编码数据传输至接收端，所述接收端基于所述压缩编码数据进行图像重建，得到重建图像。

13.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的图像处理方法。

14.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-10中任一所述的图像处理方法。

Images