[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

调用图像处理模型中的特征提取网络，对第一样本图像和第二样本图像分别进行特征提取，得到第一样本图像特征和第二样本图像特征，所述第一样本图像与所述第二样本图像包含的内容相同，且所述第一样本图像的清晰度大于所述第二样本图像的清晰度；

调用所述图像处理模型中的图像重构网络，对得到的任一样本图像特征进行图像重构，得到第三样本图像；

基于所述第三样本图像与所述第一样本图像之间的第一相似度，以及所述第一样本图像特征与所述第二样本图像特征之间的第二相似度，训练所述图像处理模型；

调用训练后的所述图像处理模型，对任一图像进行去模糊处理。

2.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括第一特征提取层和第二特征提取层，所述调用图像处理模型中的特征提取网络，对第一样本图像和第二样本图像分别进行特征提取，得到第一样本图像特征和第二样本图像特征，包括：

调用所述第一特征提取层，对所述第一样本图像和所述第二样本图像分别进行特征提取，得到第三样本图像特征和第四样本图像特征；

在所述第三样本图像特征和所述第四样本图像特征中分别加入噪声；

调用所述第二特征提取层，对加入噪声后的所述第三样本图像特征和所述第四样本图像特征分别进行去噪处理，得到所述第一样本图像特征和所述第二样本图像特征。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第三样本图像与所述第一样本图像之间的第一相似度，以及所述第一样本图像特征与所述第二样本图像特征之间的第二相似度，训练所述图像处理模型，包括：

确定总相似度，所述总相似度为所述第一相似度与所述第二相似度的和；

基于所述总相似度，训练所述图像处理模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述总相似度，训练所述图像处理模型，包括：

基于所述总相似度，确定所述图像处理模型的损失值，所述损失值与所述总相似度呈负相关关系；

调整所述图像处理模型的参数，以使基于调整后的所述图像处理模型获取的所述损失值变小。

5.根据权利要求4所述的方法，其特征在于，所述基于所述总相似度，确定所述图像处理模型的损失值，包括：

将目标参数与所述总相似度的差值确定为所述损失值。

6.根据权利要求5所述的方法，其特征在于，所述将目标参数与所述总相似度的差值确定为所述损失值，包括：

将所述任一样本图像特征的泛数与所述总相似度的差值确定为所述损失值，所述泛数表示所述任一样本图像特征的大小。

7.根据权利要求1所述的方法，其特征在于，所述第一样本图像与所述第二样本图像的尺寸相等，所述调用所述图像处理模型中的图像重构网络，对得到的任一样本图像特征进行图像重构，得到第三样本图像，包括：

调用所述图像重构网络，对所述任一样本图像特征进行等比例的图像重构，得到所述第三样本图像，所述第三样本图像与所述第一样本图像的尺寸相等。

8.一种图像处理装置，其特征在于，所述装置包括：

特征提取模块，用于调用图像处理模型中的特征提取网络，对第一样本图像和第二样本图像分别进行特征提取，得到第一样本图像特征和第二样本图像特征，所述第一样本图像与所述第二样本图像包含的内容相同，且所述第一样本图像的清晰度大于所述第二样本图像的清晰度；

图像重构模块，用于调用所述图像处理模型中的图像重构网络，对得到的任一样本图像特征进行图像重构，得到第三样本图像；

模型训练模块，用于基于所述第三样本图像与所述第一样本图像之间的第一相似度，以及所述第一样本图像特征与所述第二样本图像特征之间的第二相似度，训练所述图像处理模型；

模糊处理模块，用于调用训练后的所述图像处理模型，对任一图像进行去模糊处理。