[发明专利]图像处理设备和图像处理方法

说明书

公开了一种图像处理设备。该图像处理设备包括：输入单元，用于输入图像；处理器，用于将输入的图像缩小到预定比率，从缩小的图像提取视觉特征，执行在输入的图像中反映提取的视觉特征的图像质量增强处理，对已经经历了所述图像质量增强处理的图像重复地执行预定次数的所述缩小、所述提取和所述图像质量增强处理。本公开涉及一种通过使用诸如深度学习等的机器学习算法来模拟人脑的诸如识别、判断等的功能的人工智能(AI)系统及其应用。

技术领域

本公开涉及一种图像处理设备、图像处理方法和计算机可读记录介质，更具体地讲，涉及一种图像处理设备和用于产生高清晰度图像的图像处理方法。

背景技术

人工智能系统是一种实现拟人化智能的计算机系统，并且是一种机器自行执行学习、做判断并且变得智能的不同于现有基于规则的智能系统的系统。随着人工智能系统被越来越多地使用，提高了识别率并且可更准确地理解用户的品味，使得现有基于规则的智能系统已经逐渐地被基于深度学习的人工智能系统取代。

人工智能技术是由机器学习(深度学习)和使用机器学习的元素技术构成的。

机器学习是一种自行对输入数据的特征进行分类/学习的算法技术，而元素技术是一种使用机器学习算法(诸如，深度学习等)模拟人脑的功能(诸如识别、判断等)的技术，并且元素技术由诸如语言理解、视觉理解、推理/预测、知识表示、运动控制等的技术领域构成。

应用人工智能技术的各种领域如下。语言理解是一种识别和应用/处理人类语言的技术，并且包括自然语言处理、机器翻译、会话系统、提问与回答、语音识别/合成等。视觉理解是一种识别和处理比如人类视觉的事物的技术，并且包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像改进等。推理/预测是一种做决定以及逻辑地推理和预测信息的技术，并且包括基于知识/概率的推理、最优化预测、基于偏好的计划、推荐等。知识表示是一种自动化以及将人类经验信息处理为知识数据的技术，并且包括知识构造(数据创建/分类)、知识管理(数据使用)等。运动控制是一种控制车辆的自动驾驶和机器人的运动的技术，并且包括运动控制(导航、碰撞、驾驶)、操纵控制(行为控制)等。

另外，已经在定量图像质量评估中通常使用的峰值信噪比(PSNR)、结构相似度(SSIM)等方面进行了许多关于图像质量增强的研究。然而，因为图像质量受诸如人类的敏感性或品味的各种因素的影响，所以通过使用现有技术在认知角度中增强图像质量上存在限制。

近来用于增强图像质量的技术可主要被分为不使用外部数据库的方法和使用外部数据库的方法。作为不使用外部数据库的方法，已经开发了使用极深度卷积网络的超分辨率(VDSR)。然而，在具有规则性的图案区域和具有许多高频成分的纹理区域(诸如，草地或织物)与所述图案区域被混合的区域的情况下，这种技术不是足够有效的。尽管使用外部数据库的技术甚至在所述图案区域和所述纹理区域与所述图案区域被混合的区域的情况下在一定程度上也可以增强图像质量，但使用200MB的存储器，因此难以将使用外部数据库的技术应用于电视机或运动终端。

因此，存在对于一种能够在不使用外部数据库的情况下增强包括图案区域的低清晰度图像的图像质量的方法的需求。

发明内容

技术问题

本公开提供了一种能够在不使用外部数据库的情况下通过使用接收的低清晰度图像来产生高清晰度图像的图像处理设备和图像处理方法。

解决方案

根据本公开的实施例，一种图像处理设备包括：输入单元，被配置为接收图像；以及处理器，被配置为：将接收的图像缩小到预定比率，从缩小的图像提取视觉特征，执行在接收的图像中反映提取的视觉特征的图像质量增强处理，并且对经过所述图像质量增强处理的图像重复地执行预定次数的所述缩小、所述提取和所述图像质量增强处理。