图像处理方法及相关设备与流程

本申请涉及人工智能，具体而言，本申请涉及一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、在图像处理领域中，在用户编辑图像后，可以生成因编辑导致的图像丢失的内容或可以针对一些模糊、背景杂乱等的图像进行处理。相关的图像处理操作一般涉及到图像修复技术，然而目前的图像修复技术相应的图像处理的性能较差。

技术实现思路

1、本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，可以解决相关技术中图像处理的性能较差的技术问题。所述技术方案如下：

2、根据本申请实施例的一个方面，提供了一种图像处理方法，该方法包括：

3、对获取到的第一图像进行图像提取，得到若干第二图像；

4、基于通过卷积神经网络确定的图像相似度，在所述第一图像中确定与所述第二图像相关的目标图像；

5、基于所述第二图像与所述目标图像对所述第一图像进行第一填补处理。

6、根据本申请实施例的另一个方面，提供了一种图像处理装置，该装置包括：

7、图像提取模块，用于对获取到的第一图像进行图像提取，得到若干第二图像；

8、相似确定模块，用于基于通过卷积神经网络确定的图像相似度，在所述第一图像中确定与所述第二图像相关的目标图像；

9、图像填补模块，用于基于所述第二图像与所述目标图像对所述第一图像进行第一填补处理。

10、根据本申请实施例的另一个方面，提供了一种电子设备，该电子设备包括：

11、一个或多个处理器；

12、存储器；

13、一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序配置用于：执行上述图像处理方法。

14、根据本申请实施例的再一个方面，提供了一种计算机可读存储介质，所述计算机存储介质用于存储计算机指令，当所述计算机指令在计算机上运行时，使得计算机可以执行上述图像处理方法。

15、根据本申请实施例的一个方面，提供了一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现上述图像处理方法的步骤。

16、本申请实施例提供的技术方案带来的有益效果是：

17、本申请提供一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，具体地，本申请针对需要进行图像处理的第一图像，在获取到该第一图像之后，首先进行图像提取得到若干第二图像，继而可以基于通过卷积神经网络确定的图像相似度，在第一图像中确定出与第二图像相关的目标图像，继而基于第二图像与目标图像对第一图像进行第一填补处理；本申请方案的实施可以基于第一图像中包括的图像信息进行图像填补；其中，第二图像对应于第一图像中待进行第一填补处理的部分，可以基于与该第二图像相关的目标图像完成对第一图像的填补，该方案的处理有利于快速了解填补的位置，降低计算复杂度，缩短耗时；另外，相似度的确定是采用卷积神经网络进行的，其相似度的计算量与网络的参数相关，而与所处理的图像大小无关，有利于大幅度降低计算复杂度，进而提高图像处理的性能。

技术特征：

1.一种图像处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对获取到的第一图像进行图像提取，得到若干第二图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述响应于编辑操作，在待填补图像中确定目标区域，包括：

4.根据权利要求2或3所述的方法，其特征在于，所述采用所述待填补图像中包括的图像信息对所述目标区域进行第二填补处理之前，还包括：

5.根据权利要求4所述的方法，其特征在于，所述基于预设的图像面积，裁剪和/或缩放所述待填补图像，包括：

6.根据权利要求5所述的方法，其特征在于，所述裁剪所述待填补图像，包括：

7.根据权利要求2-6中任一项所述的方法，其特征在于，所述采用所述待填补图像中包括的图像信息对所述目标区域进行第二填补处理，得到第一图像，包括：

8.根据权利要求7所述的方法，其特征在于，所述基于不同的空洞率针对下采样所得的特征图执行空洞卷积操作，包括：

9.根据权利要求8所述的方法，其特征在于，所述基于各个子特征图的特征提取结果确定空洞卷积的输出，包括：

10.根据权利要求2-9中任一项所述的方法，其特征在于，所述对所述第一图像的目标区域进行图像提取，得到若干第二图像，包括：

11.根据权利要求2所述的方法，其特征在于，所述基于通过卷积神经网络确定的图像相似度，在所述第一图像中确定与所述第二图像相关的目标图像，包括：

12.根据权利要求11所述的方法，其特征在于，所述通过卷积神经网络基于所述第三图像计算该第二图像与其他第二图像的相似度值之前，还包括：

13.根据权利要求1-12中任一项所述的方法，所述基于通过卷积神经网络确定的图像相似度，在所述第一图像中确定与所述第二图像相关的目标图像，包括：

14.根据权利要求1-13中任一项所述的方法，在执行第一填补处理之后，还包括：

15.根据权利要求14所述的方法，其特征在于，所述基于所述第一图像获取与所述若干第二图像所在区域对应的第五图像，包括：

16.根据权利要求14或15所述的方法，其特征在于，所述基于所述第五图像与所述第六图像确定目标填补图像，包括：

17.一种图像处理装置，其特征在于，包括：

18.一种电子设备，其特征在于，所述电子设备包括：

19.一种计算机可读存储介质，其特征在于，所述计算机存储介质用于存储计算机指令，当所述计算机指令在计算机上运行时，使得计算机可以执行上述权利要求1至16中任一项所述的方法。

20.一种计算机程序产品，包括计算机程序或指令，其特征在于，该计算机程序或指令被处理器执行时实现权利要求1至16中任一项所述方法的步骤。

技术总结
本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及人工智能技术领域。其中，图像处理方法包括：对获取到的第一图像进行图像提取，得到若干第二图像；基于通过卷积神经网络确定的图像相似度，在所述第一图像中确定与第二图像相关的目标图像；基于第二图像与目标图像对所述第一图像进行第一填补处理。该方法的实施有利于提升图像处理的性能。同时，由电子设备执行的上述图像处理方法可以使用人工智能模型来执行。

技术研发人员：白猛猛,左力,文伟,曹雷,宋先松,罗在根,王长威
受保护的技术使用者：北京三星通信技术研究有限公司
技术研发日：
技术公布日：2024/1/12