[发明专利]一种图像还原方法、装置、设备和存储介质

权利要求书

1.一种图像还原方法，其特征在于，包括：

提取包含卷曲目标物的图像的特征信息，并对所述特征信息进行特征均衡化处理，得到均衡化特征；

对所述均衡化特征进行还原处理得到还原特征，连接所述均衡化特征和所述还原特征得到目标还原图像。

2.根据权利要求1所述的图像还原方法，其特征在于，提取包含卷曲目标物的图像的特征信息，并对所述特征信息进行特征均衡化处理，得到均衡化特征，包括：

基于预设生成对抗模型的生成器提取包含卷曲目标物的图像的特征信息，并对所述特征信息进行特征均衡化处理，得到均衡化特征。

3.根据权利要求2所述的图像还原方法，其特征在于，所述预设生成对抗模型的生成器包括编码模块；

相应地，基于预设生成对抗模型的生成器提取包含卷曲目标物的图像的特征信息，并对所述特征信息进行特征均衡化处理，得到均衡化特征，包括：

通过所述编码模块提取所述包含卷曲目标物的图像的至少一层特征信息；

根据注意力机制在通道维度和空间维度上对所述特征信息进行特征均衡化，得到均衡化特征。

4.根据权利要求3所述的图像还原方法，其特征在于，通过所述编码模块提取所述包含卷曲目标物的图像的至少一层特征信息，包括：

对所述编码模块的深层卷积层提取到的特征信息进行特征融合，得到深层特征；

对所述编码模块的浅层卷积层提取到的特征信息进行特征融合，得到浅层特征。

5.根据权利要求4所述的图像还原方法，其特征在于，在通过所述编码模块提取所述包含卷曲目标物的图像的至少一层特征信息之后，还包括：

拼接所述深层特征和所述浅层特征，得到拼接特征；

对所述拼接特征进行卷积处理，得到融合特征；

其中，根据注意力机制在通道维度和空间维度上对所述融合特征进行特征均衡化，得到均衡化特征。

6.根据权利要求2所述的图像还原方法，其特征在于，所述预设生成对抗模型通过如下方式确定：

获取包含卷曲目标物的训练图像和所述训练图像对应的真实展开图像；

将所述训练图像和所述真实展开图像作为训练数据进行模型训练，并计算损失函数；

基于反向传播更新算法进行模型优化，直至所述损失函数收敛，得到预设生成对抗模型。

7.根据权利要求6所述的图像还原方法，其特征在于，所述预设生成对抗模型还包括判别器，

相应地，将所述训练图像和所述真实展开图像作为训练数据进行模型训练，并计算损失函数，包括：

将所述训练图像和所述真实展开图像作为训练数据输入所述预设生成对抗模型；

通过所述预设生成对抗模型的生成器，确定所述训练图像对应的初始还原图像；

基于预设生成对抗模型的判别器对所述初始还原图像的图像类别进行判定；

根据判定结果确定损失函数；

其中，所述图像类别包括训练还原图像和真实展开图像。

8.一种图像还原装置，其特征在于，包括：

提取模块，用于提取包含卷曲目标物的图像的特征信息，并对所述特征信息进行特征均衡化处理，得到均衡化特征；

连接模块，用于对所述均衡化特征进行还原处理得到还原特征，连接所述均衡化特征和所述还原特征得到目标还原图像。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的图像还原方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像还原方法。