[发明专利]一种图像处理的方法以及装置

权利要求书

1.一种图像处理的方法，其特征在于，包括：

获取输入图像，所述输入图像包括多个通道的信息；

分别从所述输入图像的多个通道的信息中提取特征，得到多个引导图，所述多个引导图和所述多个通道一一对应；

获取所述输入图像对应的双边网格数据，所述双边网格数据包括在空间维度中排列的亮度维度的信息形成的数据，所述亮度维度的信息为根据从所述输入图像中提取到的特征得到，所述双边网格数据的分辨率低于所述输入图像的分辨率，所述空间维度为预设的空间或者根据所述输入图像确定的空间；

分别以所述多个引导图中的每个引导图作为引导条件，对所述双边网格数据进行上采样，得到多个特征图；

融合所述多个特征图，得到输出图像。

2.根据权利要求1所述的方法，其特征在于，所述分别以所述多个引导图中的每个引导图作为引导条件，对所述双边网格数据进行上采样，包括：

使用第一引导图作为引导条件，对所述双边网格数据进行上采样，得到上采样特征，所述第一引导图是所述多个引导图中的任意一个；

融合所述上采样特征和所述输入图像，得到第一特征图，所述第一特征图包括于所述多个特征图。

3.根据权利要求2所述的方法，其特征在于，所述融合所述上采样特征和所述输入图像，得到第一特征图，包括：

对所述上采样特征进行压缩，得到压缩特征，所述压缩特征的通道数量少于所述上采样特征的通道数量；

对所述压缩特征和所述输入图像进行逐项乘积(element-wise product)，得到所述第一特征图。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取所述输入图像对应的双边网格数据，包括：

对所述输入图像进行下采样，得到下采样图像；

从所述下采样图像中提取特征，得到下采样特征；

根据所述下采样特征确定所述双边网格数据。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述融合所述多个特征图，得到所述输出图像，包括：

拼接所述多个特征图，得到拼接图像；

对所述拼接图像进行至少一次特征提取，得到至少一个第一特征；

融合所述至少一个第一特征和所述输入图像，得到所述输出图像。

6.根据权利要求5所述的方法，其特征在于，所述拼接所述多个特征图，得到拼接图像，包括：

拼接所述多个特征图和所述输入图像，得到所述拼接图像。

7.一种神经网络训练方法，其特征在于，包括：

获取训练集，所述训练集中包括多个图像样本以及每个图像样本对应的真值图像，所述每个图像样本包括多个通道的信息；

使用所述训练集对神经网络进行至少一次迭代训练，得到训练后的神经网络；

其中，在任意一次迭代训练过程中，所述神经网络分别从输入图像的多个通道的信息中提取特征，得到多个引导图，所述多个引导图和所述多个通道一一对应，获取输入图像对应的双边网格数据分别以所述多个引导图中的每个引导图作为引导条件，对所述双边网格数据进行上采样，得到多个特征图，融合所述多个特征图，得到输出图像，根据所述输出图像和所述输入图像对应的真值图像更新所述神经网络，得到当前次更新后的神经网络，所述双边网格数据包括在预设空间中排列的亮度维度的信息形成的数据，所述亮度维度的信息为根据从所述输入图像中提取到的特征得到，所述双边网格数据的分辨率低于所述输入图像的分辨率。

8.根据权利要求7所述的方法，其特征在于，所述分别以所述多个引导图中的每个引导图作为引导条件，对所述双边网格数据进行上采样，包括：

使用第一引导图作为引导条件，对所述双边网格数据进行上采样，得到上采样特征，所述第一引导图是所述多个引导图中的任意一个；

融合所述上采样特征和所述输入图像，得到第一特征图，所述第一特征图包括于所述多个特征图。