[发明专利]电子装置及其图像处理方法

权利要求书

1.一种电子装置，包括：

存储器，存储至少一个指令；以及

处理器，电连接到所述存储器，并被配置为通过执行所述指令，从输入图像获得表示所述输入图像的质量的噪声图，并通过将所述输入图像和所述噪声图应用于包括多个层的学习网络模型来获得其中质量经改善的输出图像，

其中所述处理器被配置为将所述噪声图提供给所述多个层中的至少一个中间层，

其中所述学习网络模型是通过人工智能AI算法基于多个样本图像、各样本图像的噪声图以及与各样本图像对应的原始图像进行机器学习而获得的AI模型，

其中所述多个样本图像中的每一个是对应的原始图像经压缩而得到的压缩图像，并且

其中各样本图像的噪声图是从各样本图像和与各样本图像对应的原始图像获得的。

2.根据权利要求1所述的电子装置，

其中，所述学习网络模型还包括至少一个子层，并且

其中，所述处理器被配置为：使用所述至少一个子层来处理所述噪声图，并将经处理的噪声图提供给所述至少一个中间层。

3.根据权利要求2所述的电子装置，

其中，所述处理器被配置为：向所述至少一个中间层中的每个中间层提供与从所述至少一个中间层中的每个中间层的前一层输出的输出数据对应的多个通道以及附加通道，并且

其中，所述附加通道对应于如下噪声图：从与所述至少一个中间层中的每个中间层对应的子层输出的经处理的噪声图。

4.根据权利要求1所述的电子装置，

其中，所述处理器被配置为：通过混合所述输入图像和所述多个层中的输出层的输出数据来获得所述输出图像。

5.根据权利要求1所述的电子装置，

其中，所述处理器被配置为：通过将所述输入图像应用于包括多个层的噪声图生成模型来获得所述噪声图，并且

其中，所述噪声图生成模型是通过AI算法基于所述多个样本图像和每个样本图像的噪声图进行机器学习而获得的AI模型。

6.根据权利要求1所述的电子装置，

其中，所述处理器被配置为将所述噪声图提供给所述多个层中的每个层，或者将所述噪声图提供给所述多个层中除输入层之外的每个其余层。

7.根据权利要求1所述的电子装置，

其中，所述学习网络模型是通过AI算法基于如下各项进行机器学习而获得的AI模型：通过由所述多个层依次处理提供给所述多个层中的输入层的所述多个样本图像中的每个样本图像和提供给所述至少一个中间层的所述多个样本图像中的每个样本图像的噪声图而获得的输出图像、以及与所述多个样本图像中的每个样本图像对应的原始图像。

8.根据权利要求1所述的电子装置，

其中，所述处理器被配置为通过将视频中包括的多个帧中的每个帧应用于所述学习网络模型作为所述输入图像来获得其中视频质量经改善的输出视频。

9.根据权利要求1所述的电子装置，还包括：

显示器，

其中，所述处理器被配置为：

基于所述显示器的分辨率来转换所述输出图像的分辨率，并控制所述显示器显示具有经转换的分辨率的图像，并且

其中，具有经转换的分辨率的图像是4K超高清UHD图像或8KUHD图像。

10.根据权利要求1所述的电子装置，其中，所述处理器被配置为：

将所述输入图像划分成对象区域和背景区域；

通过将所述输入图像、所述噪声图和关于所述背景区域的信息应用于所述学习网络模型来改善所述背景区域的质量；

通过将所述输入图像、所述噪声图和关于所述对象区域的信息应用于其他学习网络模型来改善所述对象区域的质量；以及

基于质量经改善的所述对象区域和质量经改善的所述背景区域来获得所述输出图像。