[发明专利]图像处理、图像分辨率处理参数的生成方法及装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

确定待处理图像包括的对象类别及对象类别对应的第一图像块；

评估待处理图像的质量；

根据对象类别、图像质量与深度学习模型参数之间的对应关系，确定所述对象类别、所述待处理图像的质量对应的深度学习模型参数，其中，所述深度学习模型参数为利用深度学习模型对图像块进行分辨率处理时使用的参数；

根据深度学习模型参数、利用深度学习模型对所述第一图像块进行分辨率处理，得到与所述第一图像块分辨率不同的第二图像块。

2.根据权利要求1所述的方法，其特征在于，还包括：将所述第一图像块分割为多个第一子图像块；

所述根据深度学习模型参数、利用深度学习模型对所述第一图像块进行分辨率处理，得到与所述第一图像块分辨率不同的第二图像块，包括：

根据深度学习模型参数、利用深度学习模型对所述多个第一子图像块进行分辨率处理，得到与第一子图像块分辨率不同的多个第二子图像块；

将所述多个第二子图像块合并，得到所述第二图像块。

3.根据权利要求1所述的方法，其特征在于，所述待处理图像被分割为多个第一图像块；

所述根据深度学习模型参数、利用深度学习模型对所述第一图像块进行分辨率处理，得到与所述第一图像块分辨率不同的第二图像块，包括：

分别根据深度学习模型参数、利用深度学习模型对每个第一图像块进行分辨率处理，得到与每个第一图像块对应的且分辨率不同的第二图像块；

将所有第二图像块进行合并，得到与所述待处理图像分辨率不同的图像。

4.根据权利要求1所述的方法，其特征在于，所述待处理图像被分割为多个第一图像块；

所述根据深度学习模型参数、利用深度学习模型对所述第一图像块进行分辨率处理，得到与所述第一图像块分辨率不同的第二图像块，包括：

根据深度学习模型参数、利用深度学习模型对所述多个第一图像块中的一部分第一图像块进行分辨率处理，分别得到与所述一部分第一图像块对应的且分辨率不同的第二图像块；

将所有第二图像块及所述多个第一图像块中未被处理的所有第一图像块进行合并，得到与所述待处理图像分辨率不同的图像。

5.根据权利要求1所述的方法，其特征在于，所述对象类别为物体类别。

6.根据权利要求5所述的方法，其特征在于，所述对象类别对应的第一图像块为显示一个完整物体的图像块，或者为显示物体部分区域的图像块。

7.根据权利要求1所述的方法，其特征在于，所述深度学习模型为卷积网络模型，所述深度学习模型参数为利用卷积网络模型对图像块进行分辨率处理时使用的参数。

8.根据权利要求1所述的方法，其特征在于，所述第二图像块的分辨率高于所述第一图像块的分辨率。

9.根据权利要求1所述的方法，其特征在于，所述第二子图像块的分辨率高于所述第一子图像块的分辨率。

10.一种图像分辨率处理参数的生成方法，其特征在于，包括：

确定第一图像包括的对象类别；

将所述第一图像转码为不同质量的第二图像；

将所述第二图像进行下采样处理，得到与所述第一图像分辨率不同的第三图像；

按照所述对象类别，分别对所述第一图像和所述第三图像进行分割，得到所述对象类别对应的不同分辨率的图像块；

利用深度学习模型对所述对象类别对应的不同分辨率的图像块进行训练，得到用于对图像分辨率进行处理、且与所述对象类别、图像质量对应的深度学习模型参数。

11.根据权利要求10所述的方法，其特征在于，所述得到用于对图像分辨率进行处理、且与所述对象类别、图像质量对应的深度学习模型参数，包括：

建立所述对象类别、图像质量与深度学习模型参数之间的对应关系。