[发明专利]毛发增强方法、神经网络、电子装置和存储介质

权利要求书

1.一种毛发增强方法，其特征在于，所述方法包括：

获取原始图像的图像特征；

通过多个残差模块依次对所述原始图像的图像特征进行残差计算和特征融合，得到残差模块融合特征，其中，相邻两个所述残差模块中，在后的所述残差模块的输入特征为在前的所述残差模块的输出特征；

基于所述残差模块融合特征进行特征重建，得到对应于所述原始图像的增强图像。

2.根据权利要求1所述的毛发增强方法，其特征在于，所述通过多个残差模块依次对所述原始图像的图像特征进行残差计算和特征融合，得到残差模块融合特征包括：

基于第一残差模块对所述图像特征进行卷积融合，得到第一特征；

基于第二残差模块对所述第一特征进行卷积融合，得到第二特征；

对所述第一特征和所述第二特征进行融合，得到所述残差模块融合特征。

3.根据权利要求2所述的毛发增强方法，其特征在于，所述多个残差模块还包括第三残差模块和第四残差模块。

4.根据权利要求1或2所述的毛发增强方法，其特征在于，每个所述残差模块包括多个残差层，所述残差模块的输出特征的获取方法包括：

对于相邻的两个残差层，通过在后的残差层对在前的残差层的最终输出特征进行卷积计算，得到卷积输出特征，将所述卷积输出特征与所述在前的残差层的最终输出特征相加作为所述在后的残差层的最终输出特征；

在有多个残差层的情况下，将各残差层的所述最终输出特征和所述残差模块的初始层的最终输出特征进行拼接得到残差层拼接特征；

根据所述残差模块的输入特征和所述残差层拼接特征，确定所述残差模块的输出特征。

5.根据权利要求1所述的毛发增强方法，其特征在于，所述获取原始图像的图像特征包括：

获取原始图像的初始特征；

对所述初始特征进行下采样，得到所述原始图像的图像特征。

6.根据权利要求5所述的毛发增强方法，其特征在于，所述对所述初始特征进行下采样，得到所述原始图像的图像特征包括：

基于多个下采样模块对所述初始特征进行逐级下采样，得到所述原始图像的图像特征，其中，相邻两个所述下采样模块中，在后的所述下采样模块的输入特征为在前的所述下采样模块的输出特征。

7.根据权利要求5或6所述的毛发增强方法，其特征在于，所述对所述初始特征进行下采样通过小波变换实现。

8.根据权利要求7所述的毛发增强方法，其特征在于，所述基于所述残差模块融合特征进行特征重建，得到对应于所述原始图像的增强图像包括：

基于多个上采样模块对所述残差模块融合特征进行多次上采样和特征融合计算，得到所述增强图像；其中，所述上采样模块的数量与所述下采样模块的数量对应，相邻两个所述上采样模块中，在后的所述上采样模块的输入特征根据在前的所述上采样模块的输出特征和目标下采样模块的输出特征共同确定，所述目标下采样模块与在后的所述上采样模块对应。

9.根据权利要求7所述的毛发增强方法，其特征在于，所述小波变换包括：

根据预设步长对所述原始图像的初始特征在行和列上分别进行间隔采样，得到采样结果；

根据所述采样结果计算所述初始特征的各频带信息作为所述原始图像的图像特征。

10.根据权利要求1所述的毛发增强方法，其特征在于，基于神经网络实现所述毛发增强方法，用于训练所述神经网络的样本图像对的获取方法包括：

采集第一样本图像，所述第一样本图像的图像质量满足预设的图像质量阈值；

对所述第一样本图像进行图像退化得到第二样本图像，所述第二样本图像的图像质量低于所述第一样本图像的图像质量；

将所述第一样本图像和所述第二样本图像作为一个样本图像对。