[发明专利]一种图像增强方法及装置

权利要求书

1.一种图像增强方法，其特征在于，包括：

对待增强图像进行下采样，同时增加所述待增强图像的通道数，形成第一特征矩阵；

对所述第一特征矩阵进行多尺度自适应卷积操作，获得包含多尺度信息的第二特征矩阵；

对所述第二特征矩阵进行特征提取，随后进行上采样，同时将图像的通道数减少到所述待增强图像的通道数，获得第一增强后图像。

2.根据权利要求1所述的图像增强方法，其特征在于，对所述第二特征矩阵进行特征提取时，对所述第二特征矩阵进行残差操作，获得第三特征矩阵，所述第三特征矩阵的大小与所述第二特征矩阵的大小相同。

3.根据权利要求1或2所述的图像增强方法，其特征在于，对所述第一特征矩阵进行多尺度自适应卷积操作，获得包含多尺度信息的第二特征矩阵，具体包括：

对所述第一特征矩阵的每个第一特征图的宽高维度求多个尺度的自适应全局平均池化，获得多个尺度的第二特征图，每个尺度的所有第二特征图形成第四特征矩阵；

将每个尺度的第四特征矩阵上的第二特征图作为卷积核，与所述第一特征矩阵上相同通道上的第一特征图做深度分离卷积，得到多尺度自适应融合后的第三特征图，每个尺度的所有第三特征图形成第五特征矩阵；

将所有尺度上的第五特征矩阵和所述第一特征矩阵在通道维度上拼接在一起，然后通过1*1的卷积层获得所述第二特征矩阵，所述第二特征矩阵的通道数与所述第一特征矩阵的通道数相同。

4.根据权利要求3所述的图像增强方法，其特征在于，深度分离卷积之前通过1*1的卷积层对所述第一特征矩阵和所述第四特征矩阵进行降维操作，并在深度分离卷积之后通过1*1的卷积层对所述第五特征矩阵进行升维操作，使得所述第五特征矩阵的通道数与所述第一特征矩阵的通道数相同。

5.根据权利要求1或2所述的图像增强方法，其特征在于，通过第一生成器实现图像增强，所述第一生成器的输入为所述待增强图像，输出为所述第一增强后图像。

6.根据权利要求5所述的图像增强方法，其特征在于，利用生成对抗网络对所述第一生成器进行训练，包括：

将第一图像样本输入所述第一生成器，获得第二增强后图像，并将所述第二增强后图像输入第一判别器，将所述第一图像样本输入第二判别器；

将第二图像样本输入第二生成器，获得第一降质图像，并将所述第二图像样本输入所述第一判别器，将所述第一降质图像输入所述第二判别器；

将所述第二增强后图像输入所述第二生成器，获得第二降质图像；

将所述第一降质图像输入所述第一生成器，获得第三增强后图像；

在所述第一判别器和所述第二判别器的参数固定的情况下，利用所述第一图像样本与所述第二降质图像之间的梯度损失、所述第二图像样本与所述第三增强后图像之间的梯度损失、所述第一判别器的对抗损失和所述第二判别器的对抗损失获得生成器损失值；

利用所述生成器损失值对所述第一生成器和所述第二生成器进行迭代训练；

其中，所述第一生成器和所述第二生成器完全相同，所述第一判别器和所述第二判别器完全相同。

7.根据权利要求6所述的图像增强方法，其特征在于，所述生成器损失值还包括所述第一图像样本与所述第二降质图像之间的对偶约束损失和所述第二图像样本与所述第三增强后图像之间的对偶约束损失。

8.根据权利要求6或7所述的图像增强方法，其特征在于，利用生成对抗网络对所述第一生成器进行训练还包括：

在所述第一生成器和所述第二生成器的参数固定的情况下，对所述第一判别器和所述第二判别器进行迭代训练。