[发明专利]图像处理方法、模型训练方法及相关装置

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：

获取第一原始图像数据的第一图像特征；

获取第一参数集；

获取P组第一图像质量评价数据，所述P为正整数；

将所述第一图像特征、所述第一参数集、所述P组第一图像质量评价数据输入到第一神经网络模型进行运算，得到第二参数集：

利用图像处理器通过所述第二参数集对所述第一原始图像数据进行图像处理，得到目标图像。

2.根据权利要求1所述的方法，其特征在于，所述图像处理器为物理硬件的图像处理器或者所述图像处理器对应的模拟器。

3.根据权利要求1或2所述的方法，其特征在于，所述获取第一原始图像数据的第一图像特征，包括：

将所述第一原始图像数据输入到第二神经网络模型，得到所述第一图像特征。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取用于训练的第二原始图像数据的第二图像特征；

获取用于训练的第三参数集；

获取用于训练的Q组第二图像质量评价数据，所述Q为正整数；

将所述第二图像特征、所述第三参数集、所述Q组第二图像质量评价数据输入到第一神经网络模型进行运算，得到第四参数集；

利用所述图像处理器通过所述第四参数集对所述第二原始图像数据进行图像处理，得到参考图像；

对所述参考图像进行图像质量评价，得到Q组第三图像质量评价数据；

根据所述Q组第三图像质量评价数据对所述第一神经网络模型的模型参数进行调整，直到达到训练终止条件。

5.根据权利要求4所述方法，其特征在于，所述根据所述Q组第三图像质量评价数据对所述第一神经网络模型的模型参数进行调整，包括：

根据所述Q组第三图像质量评价数据构造损失函数；

利用所述损失函数对所述第一神经网络模型进行迭代训练，直到达到所述训练终止条件。

6.一种模型训练方法，其特征在于，所述方法包括：

获取用于训练的第二原始图像数据的第二图像特征；

获取用于训练的第三参数集；

获取用于训练的Q组第二图像质量评价数据，所述Q为正整数；

将所述第二图像特征、所述第三参数集、所述Q组第二图像质量评价数据输入到第一神经网络进行运算，得到第四参数集；

利用图像处理器通过所述第四参数集对所述第二原始图像数据进行处理，得到参考图像；

对所述参考图像进行图像质量评价，得到Q组第三图像质量评价数据；

根据所述Q组第三图像质量评价数据对所述第一神经网络模型的模型参数进行调整，直到达到训练终止条件。

7.根据权利要求6所述的方法，其特征在于，所述图像处理器为物理硬件的图像处理器或者所述图像处理器对应的模拟器。

8.根据权利要求6或7所述的方法，其特征在于，所述获取用于训练的第二原始图像数据的第二图像特征，包括：

将所述第二原始图像数据输入到第二神经网络模型，得到所述第二图像特征。

9.根据权利要求6或7所述方法，其特征在于，所述根据所述Q组第三图像质量评价数据对所述第一神经网络模型的模型参数进行调整，包括：

根据所述Q组第三图像质量评价数据构造损失函数；

利用所述损失函数对所述第一神经网络模型进行迭代训练，直到达到所述训练终止条件。