[发明专利]图像处理方法和装置

权利要求书

1.一种图像处理方法，包括：

若目标训练样本的训练数据不完整，则将所述目标训练样本的训练数据输入第一神经网络，得到所述目标训练样本缺少的训练数据，其中，完整的训练数据包括图像以及图像对应的标注信息，所述第一神经网络为图像处理网络或图像重建网络；

将所得到的缺少的训练数据输入第二神经网络，得到所述目标训练样本的训练数据的预测数据，其中，所述第二神经网络为图像处理网络和图像重建网络中的另一个；

基于所述目标训练样本的训练数据，以及所述预测数据，确定所述目标训练样本的训练数据的损失值，利用所述损失值，训练所述第一神经网络和所述第二神经网络中的至少一个。

2.根据权利要求1所述的方法，其中，所述第一神经网络为图像处理网络，第二神经网络为图像重建网络；

所述若目标训练样本的训练数据不完整，则将所述目标训练样本的训练数据输入第一神经网络，得到所述目标训练样本缺少的训练数据，包括：

若所述目标训练样本的训练数据为图像，将所述目标训练样本的图像输入所述图像处理网络，得到所述目标训练样本的图像对应的标注信息。

3.根据权利要求2所述的方法，其中，所述将所得到的缺少的训练数据输入第二神经网络，得到所述目标训练样本的训练数据的预测数据，包括：

将所得到的标注信息输入所述图像重建网络，得到所述图像重建网络预测的、所得到的标注信息所标注的图像。

4.根据权利要求1所述的方法，其中，所述第一神经网络为图像重建网络，所述第二神经网络为图像处理网络；

所述若目标训练样本的训练数据不完整，则将所述目标训练样本的训练数据输入第一神经网络，得到所述目标训练样本缺少的训练数据，包括：

若所述目标训练样本的训练数据为标注信息，将所述目标训练样本的标注信息输入所述图像重建网络，得到所述标注信息所标注的图像。

5.根据权利要求4所述的方法，其中，所述将所得到的缺少的训练数据输入第二神经网络，得到所述目标训练样本的训练数据的预测数据，包括：

将所述所标注的图像输入所述图像处理网络，得到所述图像处理网络预测的所述所标注的图像对应的标注信息。

6.一种图像处理装置，包括：

第一输入单元，被配置成若目标训练样本的训练数据不完整，则将所述目标训练样本的训练数据输入第一神经网络，得到所述目标训练样本缺少的训练数据，其中，完整的训练数据包括图像以及图像对应的标注信息，所述第一神经网络为图像处理网络或图像重建网络；

第二输入单元，被配置成将所得到的缺少的训练数据输入第二神经网络，得到所述目标训练样本的训练数据的预测数据，其中，所述第二神经网络为图像处理网络和图像重建网络中的另一个；

训练单元，被配置成基于所述目标训练样本的训练数据，以及所述预测数据，确定所述目标训练样本的训练数据的损失值，利用所述损失值，训练所述第一神经网络和所述第二神经网络中的至少一个。

7.根据权利要求6所述的装置，其中，所述第一神经网络为图像处理网络，第二神经网络为图像重建网络；

所述第一输入单元，进一步被配置成：

若所述目标训练样本的训练数据为图像，将所述目标训练样本的图像输入所述图像处理网络，得到所述目标训练样本的图像对应的标注信息。

8.根据权利要求7所述的装置，其中，所述第二输入单元，进一步被配置成：

将所得到的标注信息输入所述图像重建网络，得到所述图像重建网络预测的、所得到的标注信息所标注的图像。

9.根据权利要求6所述的装置，其中，所述第一神经网络为图像重建网络，所述第二神经网络为图像处理网络；

所述第一输入单元，进一步被配置成：

若所述目标训练样本的训练数据为标注信息，将所述目标训练样本的标注信息输入所述图像重建网络，得到所述标注信息所标注的图像。