[发明专利]图像重构方法、装置、计算机设备和存储介质

权利要求书

1.一种图像重构方法，其特征在于，所述方法包括：

对初始待重构图像进行多方向递归算法处理得到目标图像；

将所述目标图像输入图像重构模型中的注意力模型得到注意力权重图；

将所述初始待重构图像输入所述图像重构模型中的特征提取模型得到目标特征图；

根据所述目标特征图和所述注意力权重图，得到重构图像，其中，所述重构图像的分辨率大于所述初始待重构图像的分辨率。

2.根据权利要求1所述的方法，其特征在于，所述特征提取模型包括下采样网络和上采样网络；所述将所述初始待重构图像输入所述图像重构模型中的特征提取模型得到目标特征图，包括：

将所述初始待重构图像输入所述下采样网络，得到第一尺度的第一特征图；

根据所述第一特征图和所述上采样网络，得到所述目标特征图，其中，所述目标特征图的尺度等于所述初始待重构图像的尺度。

3.根据权利要求2所述的方法，其特征在于，所述下采样网络包括多个级联连接的下采样模块，所述下采样模块包括第一特征提取层和与所述第一特征提取层连接的下采样层；所述将所述初始待重构图像输入所述下采样网络，得到第一尺度的第一特征图，包括：

将所述初始待重构图像输入所述下采样网络，以由各所述下采样模块根据所述初始待重构图像进行下采样处理，得到各所述下采样模块输出的第二尺度的第二特征图；

根据最后一个下采样模块输出的第二尺度的第二特征图，得到所述第一尺度的第一特征图，其中，所述最后一个下采样模块输出的第二特征图的第二尺度等于所述第一尺度。

4.根据权利要求3所述的方法，其特征在于，所述上采样网络包括多个上采样模块，所述上采样模块包括上采样层和与所述上采样层连接的融合层，各所述上采样模块对应一个所述下采样模块；所述根据所述第一特征图和所述上采样网络，得到所述目标特征图，包括：

将所述第一特征图输入所述上采样网络，以由各所述上采样模块根据所述第一特征图进行上采样处理，得到各所述上采样模块输出的第三尺度的第三特征图；

根据各所述第三特征图、各所述第二特征图、第一个下采样模块中特征提取层输出的特征图以及各所述上采样模块中的融合层，得到所述目标特征图；

其中，所述融合层用于将对应的上采样层输出的第三特征图和与所述第三特征图同尺度的特征图进行融合处理，得到融合处理后的特征图，并将所述融合处理后的特征图输入下一个上采样模块中上采样层；

根据最后一个上采样模块输出的第三尺度的第三特征图，得到所述第一尺度的目标特征图。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

获取第一分辨率图像样本；

对所述第一分辨率图像样本进行质量退化处理得到第二分辨率图像样本；

根据所述第一分辨率图像样本和所述第二分辨率图像样本，对初始图像重构模型进行训练得到所述图像重构模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一分辨率图像样本和所述第二分辨率图像样本，对初始图像重构模型进行训练得到所述图像重构模型，包括：

对所述第二分辨率图像样本进行多方向递归算法处理得到目标图像样本；

根据所述目标图像样本、所述第二分辨率图像样本以及初始图像重构模型，得到所述第二分辨率图像样本的重构图像样本；

根据所述重构图像样本和所述第一分辨率图像样本，训练所述初始图像重构模型得到所述图像重构模型。

7.一种图像重构装置，其特征在于，所述装置包括：

处理模块，用于对初始待重构图像进行多方向递归算法处理得到目标图像；

获得模块，用于将所述目标图像输入图像重构模型中的注意力模型得到注意力权重图；

特征提取模块，用于将所述初始待重构图像输入所述图像重构模型中的特征提取模型得到目标特征图；

重构模块，用于根据所述目标特征图和所述注意力权重图，得到重构图像，其中，所述重构图像的分辨率大于所述初始待重构图像的分辨率。