[发明专利]图像处理方法、装置、设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

利用第一神经网络，对原始图像进行亮度特征提取处理，以获得亮度特征；

利用第二神经网络，对所述亮度特征进行变换处理，以获得特征变换参数；

利用所述特征变换参数，对所述原始图像进行变换处理，以获得调节图像；

利用所述原始图像、所述调节图像和所述调节图像经过图像识别网络之后的识别图像，对所述第一神经网络、所述第二神经网络和所述图像识别网络，进行联合模型训练。

2.根据权利要求1所述的方法，其特征在于，所述第一神经网络或所述第二神经网络包括深度卷积网络或注意力网络。

3.根据权利要求1所述的方法，其特征在于，所述利用所述特征变换参数，对所述原始图像进行变换处理，以获得调节图像，包括：

获取原始图像上指定区域的原始像素值；

利用所述特征变换参数，对所述指定区域的原始像素值进行Gamma变换处理，以获得所述指定区域的变换像素值；

根据所述原始图像上除了所述指定区域之外的其它区域的原始像素值和所述指定区域的变换像素值，获得所述调节图像。

4.根据权利要求3所述的方法，其特征在于，所述指定区域包括所述原始图像的全部区域或部分区域。

5.一种图像处理装置，其特征在于，包括：

亮度提取单元，用于利用第一神经网络，对原始图像进行亮度特征提取处理，以获得亮度特征；

亮度变换单元，用于利用第二神经网络，对所述亮度特征进行变换处理，以获得特征变换参数；

图像调节单元，用于利用所述特征变换参数，对所述原始图像进行变换处理，以获得调节图像；

模型训练单元，用于利用所述原始图像、所述调节图像和所述调节图像经过图像识别网络之后的识别图像，对所述第一神经网络、所述第二神经网络和所述图像识别网络，进行联合模型训练。

6.根据权利要求5所述的装置，其特征在于，所述第一神经网络或所述第二神经网络包括深度卷积网络或注意力网络。

7.根据权利要求5所述的装置，其特征在于，所述图像调节单元，具体用于

获取原始图像上指定区域的原始像素值；

利用所述特征变换参数，对所述指定区域的原始像素值进行Gamma变换处理，以获得所述指定区域的变换像素值；以及

根据所述原始图像上除了所述指定区域之外的其它区域的原始像素值和所述指定区域的变换像素值，获得所述调节图像。

8.根据权利要求7所述的装置，其特征在于，所述指定区域包括所述原始图像的全部区域或部分区域。

9.一种设备，其特征在于，所述设备包括：

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1～4中任一所述的方法。

10.一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1～4中任一所述的方法。