[发明专利]图像处理模型训练方法、图像处理方法、装置及电子设备

说明书

本申请提供一种图像处理模型训练方法、图像处理方法、装置及电子设备，图像处理模型训练方法，包括：获取训练样本图像；将训练样本图像输入待训练模型，利用目标损失值进行训练得到目标图像处理模型；其中，待训练模型包括图像去噪网络和图像评价网络，图像去噪网络用于对训练样本图像进行处理得到去噪图像，并根据去噪图像计算第一损失值，图像评价网络用于对训练样本图像进行处理得到训练样本图像的评价分数，并根据评价分数计算第二损失值，目标损失值为根据第一损失值与第二损失值得到。这样，可以提高模型训练效果，从而可得到去噪效果更好的目标图像处理模型。

技术领域

本申请涉及图像处理技术领域，尤其涉及到一种图像处理模型训练方法、图像处理方法、装置及电子设备。

背景技术

随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，以保持原始信息的完整性(即主要特征)的同时，又能去除信号中无用的信息。

目前，常采用的去噪方法是通过将噪声估计图作为输入，权衡对均匀分布的噪声的抑制和细节的保持，然而，对于局部模糊的图像去噪的效果较差。

发明内容

本申请实施例提供一种图像处理模型训练方法、图像处理方法、装置及电子设备，以解决图像去噪效果较差的问题。

为了解决上述技术问题，本申请实施例是这样实现的：

第一方面，本申请实施例提供了一种图像处理模型训练方法，包括：

获取训练样本图像；

将所述训练样本图像输入待训练模型，利用目标损失值进行训练得到目标图像处理模型；

其中，所述待训练模型包括图像去噪网络和图像评价网络，所述图像去噪网络用于对所述训练样本图像进行处理得到去噪图像，并根据所述去噪图像计算第一损失值，所述图像评价网络用于对所述训练样本图像进行处理得到所述训练样本图像的评价分数，并根据所述评价分数计算第二损失值，所述目标损失值为根据所述第一损失值与所述第二损失值得到。

可以看出，在本实施例中，待训练模型是包括图像去噪网络和图像评价网络的，在训练过程中，是采用根据所述第一损失值与所述第二损失值得到的目标损失值进行模型训练，也即是在训练过程中，考虑了图像去噪网络的第一损失值和图像评价网络的第二损失值，以提高模型训练效果，从而可得到去噪效果更好的目标图像处理模型，通过目标图像处理模型对图像进行去噪，可提高图像去噪效果。

第二方面，本申请实施例提供了一种图像处理方法，获取待处理图像；

将所述待处理图像输入目标图像处理模型的目标图像去噪网络中，得到目标去噪图像；

其中，所述目标图像处理模型根据上述图像处理模型训练方法训练得到。

可以看出，在本实施例中，所述目标图像处理模型根据上述实施例中的图像处理模型训练方法训练得到，其中待训练模型是包括图像去噪网络和图像评价网络的，在训练过程中，是采用根据所述第一损失值与所述第二损失值得到的目标损失值进行模型训练，也即是在训练过程中，考虑了图像去噪网络的第一损失值和图像评价网络的第二损失值，以提高模型训练效果，从而可得到去噪效果更好的目标图像处理模型，通过目标图像处理模型对待处理图像进行去噪，可提高图像去噪效果。

第三方面，本申请实施例还提供一种图像处理模型训练装置，包括：

第一获取模块，用于获取训练样本图像；