CN111047543B 图像增强方法、装置和存储介质 （腾讯科技（深圳）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN111047543B

(45)授权公告日2025.01.10

(21)申请号201911420305.7

(22)申请日2019.12.31

(65)同一申请的已公布的文献号申请公布号CN111047543A

(43)申请公布日2020.04.21

(73)专利权人腾讯科技(深圳)有限公司

地址518057广东省深圳市南山区高新区

科技中一路腾讯大厦35层

(72)发明人陈立

(74)专利代理机构中国专利代理(香港)有限公

司72001

专利代理师孙之刚陈岚

(51)Int.CI.

GO6T5/90(2024.01)

GO6T5/60(2024.01)

GO6N3/0464(2023.01)

GO6N3/0895(2023.01)

GO6N3/0475(2023.01)

GO6N3/045(2023.01)

GO6N3/094(2023.01)

(56)对比文件

CN110163235A,2019.08.23

CN109345586A,2019.02.15

罗琪彬等.采用双框架生成对抗网络的图像运动模糊盲去除.图学学报.2019,第1056-

1063页.

审查员朱倩

权利要求书3页说明书12页附图8页

(54)发明名称

图像增强方法、装置和存储介质

(57)摘要

CN111047543B本发明提供了一种图像增强方法和装置。该图像增强方法包括：获取原始图像；对原始图像的各个像素值进行灰度变换得到原始图像的各个目标像素值；并且利用经预先训练的第一图像生成器对原始图像的各个目标像素值进行增强

CN111047543B

200

201获取原始图像

201获取原始图像

202对原始图像的各个像素值进行灰度变换得到原始图像的各今目标像素侦

203利用预先训练的、基于深度学习的第一图像生成器对原始图像来增强各个目标像素值

204基于经预先训练的神经网络对增强后的图像评分，并显示评分结果

CN111047543B权利要求书1/3页

2

1.一种图像增强方法，包括：

获取原始图像；

对所述原始图像的各个像素值进行灰度变换得到所述原始图像的各个目标像素值；并

且

利用经预先训练的第一图像生成器对所述原始图像的各个目标像素值进行增强以得到增强后的图像，以使所述增强后的图像的内容、色彩和纹理损失小于预定阈值；

其中所述第一图像生成器基于下述步骤训练得到：

将第一质量的真实图像集合中的第一质量的真实图像输入所述第一图像生成器，得到第二质量的第一生成图像，并确定第二质量的真实图像集合中的第二质量的真实图像与所述第二质量的第一生成图像之间的第一全局变化损失、第一色彩损失和第一纹理损失，所述第二质量高于所述第一质量；

将所述第二质量的第一生成图像输入第二图像生成器，得到第一质量的第二生成图像，并确定所述第一质量的真实图像与所述第一质量的第二生成图像之间的第一感知损失；将所述第二质量的真实图像输入所述第二图像生成器，得到第一质量的第一生成图像，并确定所述第一质量的真实图像与第一质量的第一生成图像之间的第二全局变化损失、第二色彩损失和第二纹理损失；

将所述第一质量的第一生成图像输入所述第一图像生成器，得到第二质量的第二生成图像，并确定所述第二质量的真实图像与所述第二质量的第二生成图像之间的第二感知损失；

基于所述第一全局变化损失、第一色彩损失、第一纹理损失、第一感知损失、第二全局变化损失、第二色彩损失、第二纹理损失和第二感知损失来确定总损失函数；

利用所述第一质量的真实图像集合中的第一质量的真实图像和所述第二质量的真实图像集合中的第二质量的真实图像对所述第一图像生成器进行训练，使得所述总损失函数收敛；并且

其中所述第一质量的真实图像集合和所述第二质量的真实图像集合不一一对应，其中第一色彩损失为Lc1=-∑1logDc(G?(x)),第二色彩损失为Lcz=-∑1LogDc(G?(x),G?表示第一图像生成器，D表示第一判别器，G?表示第二图像生成器，m是图像的张数。

2.如权利要求1所述的方法，其中所述灰度变换包括：基于预定灰度值将原始图像的各个像素值按照灰度进行划分，和对低于所述预定灰度值的像素值进行扩展，以及对高于所