(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210881909.7 (22)申请日 2022.07.26 (71)申请人 维沃移动通信有限公司 地址 523863 广东省东莞 市长安镇维沃路1 号 (72)发明人 黄敏敏　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 专利代理师 刘念 (51)Int.Cl. G06T 3/40(2006.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 图像处理方法、 目标模型的训练方法、 相关 装置及电子设备 (57)摘要 本申请公开了一种图像处理方法、 目标模 型 的训练方法、 相关装置及电子设备， 属于人工智 能技术领域。 该方法包括： 获取第一图像和第二 图像， 所述第一图像的分辨率小于所述第二图像 的分辨率， 所述第一图像包括第一图像内容， 所 述第二图像用于表征所述第一图像内容的纹理 信息； 基于目标模型， 对所述第一图像和所述第 二图像进行特征处理， 得到所述第一图像的第一 特征图像和所述第二图像的第二特征图像； 将所 述第一特征图像和所述第二特征图像进行融合， 得到第一目标特征图像； 对所述第一目标特征图 像进行数据排列变换， 得到第三图像， 所述第三 图像包括所述第一图像内容， 所述第三图像的分 辨率与所述第二图像的分辨 率相同。 权利要求书4页 说明书17页 附图5页 CN 115082321 A 2022.09.20 CN 115082321 A 1.一种图像处 理方法， 其特 征在于， 所述方法包括： 获取第一图像和第二图像， 所述第一图像的分辨率小于所述第二图像的分辨率， 所述 第一图像包括第一图像内容， 所述第二图像用于表征 所述第一图像内容的纹 理信息； 基于目标模型， 对所述第一图像和所述第二图像进行特征处理， 得到所述第一图像的 第一特征图像和所述第二图像的第二特 征图像； 将所述第一特 征图像和所述第二特 征图像进行融合， 得到第一目标 特征图像； 对所述第一目标特征图像进行数据排列变换， 得到第三图像， 所述第三图像包括所述 第一图像内容， 所述第三图像的分辨 率与所述第二图像的分辨 率相同。 2.根据权利要求1所述的方法， 其特征在于， 对所述第 一图像和所述第 二图像进行特征 处理， 得到所述第一图像的第一特 征图像， 包括： 对所述第一图像进行第一特征提取， 得到第三特征图像， 所述第三特征图像包括从所 述第一图像中提取到的特 征数据； 对所述第二图像进行第二特征提取， 得到第 四特征图像， 所述第 四特征图像包括从所 述第二图像中提取到的特 征数据； 将所述第三特 征图像和所述第四特 征图像进行融合， 得到第五特 征图像； 对所述第五特 征图像进行 特征处理， 得到所述第一特 征图像。 3.根据权利要求2所述的方法， 其特征在于， 所述第四特征图像的通道数为所述第 三特 征图像的通道数的M倍， M小于1； 所述将所述第三特征图像和所述第四特征图像进行融合， 得到第五特 征图像， 包括： 对所述第四特征图像进行尺寸调整， 得到调整后的第 四特征图像， 所述调整后的第 四 特征图像的尺寸与所述第三特 征图像的尺寸相同； 将所述第三特征图像和所述调整后的第四特征图像进行通道维度 上的数据相加处理， 得到所述第五特 征图像。 4.一种目标模型的训练方法， 其特 征在于， 所述方法包括： 获取训练样本数据， 所述训练样本数据包括第四图像、 第五图像和目标图像， 所述第四 图像的分辨率小于所述第五图像的分辨率， 所述目标图像的分辨率与所述第五图像的分辨 率相同， 所述第四图像和所述 目标图像均包括第二图像内容， 所述第 五图像用于表征所述 第二图像内容的纹 理信息； 对所述第四图像和所述第五图像进行特征处理， 得到所述第四图像的第六特征图像和 所述第五图像的第七特征图像； 将所述第六特征图像和所述第七特征图像进行融合， 得到 第二目标 特征图像； 对所述第二目标 特征图像进行 数据排列变换， 得到第六图像； 基于所述第六图像和所述目标图像， 确定目标模型的网络损失值； 基于所述网络损失值， 更新所述目标模型中的网络参数。 5.根据权利要求4所述的方法， 其特征在于， 所述目标模型包括第 一分支网络和第 二分 支网络， 所述第一分支网络用于对所述第四图像和所述第 五图像进行特征处理， 得到所述 第四图像的第六特征图像， 所述第二分支网络用于对所述第 五图像进行特征处理， 得到所 述第五图像的第七特 征图像； 所述对所述第四图像和所述第五图像进行特征处理， 得到所述第四图像的第六特征图 像， 包括：权　利　要　求　书 1/4 页 2 CN 115082321 A 2对所述第四图像进行第一特 征提取， 得到第八特 征图像； 对所述第五图像进行第二特 征提取得到， 得到第九特 征图像； 将所述第八特 征图像和所述第九特 征图像进行融合， 得到第十特 征图像； 对所述第十特 征图像进行 特征处理， 得到所述第六 特征图像。 6.根据权利要求4所述的方法， 其特征在于， 所述基于所述第六图像和所述目标图像， 确定目标模型的网络损失值， 包括： 基于所述第六图像进行像素值的方差统计， 得到第一方差信息， 以及基于所述目标图 像进行像素值的所述方差统计， 得到第二方差信息； 将所述第一方差信息和所述第二方差信息进行比对， 得到第一损失值； 将所述第六图像与所述目标图像进行比对， 得到第二损失值； 将所述第一损失值和所述第二损失值进行聚合， 得到所述网络损失值。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述第六图像进行像素值的方差 统计， 得到第一方差信息， 包括： 对所述第六图像中的像素值进行 方差计算， 得到目标 方差值； 将所述第六图像按照预设大小 进行分块， 得到图像块； 对所述图像块中的像素值进行 方差计算， 得到局部方差图； 将所述目标 方差值与所述局部方差图进行相乘处 理， 得到所述第一方差信息 。 8.一种图像处 理装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取第一图像和第二图像， 所述第一图像的分辨率小于所述第二 图像的分辨率， 所述第一图像包括第一图像内容， 所述第二图像用于表征所述第一图像内 容的纹理信息； 第一特征处理模块， 用于基于目标模型对所述第一图像和所述第二图像进行特征处 理， 得到所述第一图像的第一特 征图像和所述第二图像的第二特 征图像； 第一融合模块， 用于将所述第一特征图像和所述第二特征图像进行融合， 得到第一目 标特征图像； 第一数据排列变换模块， 用于对所述第一目标特征图像进行数据排列变换， 得到第三 图像， 所述第三图像包括所述第一图像内容， 所述第三图像的分辨率与所述第二图像的分 辨率相同。 9.根据权利要求8所述的装置， 其特 征在于， 所述第一特 征处理模块包括： 第一特征提取单元， 用于对所述第 一图像进行第 一特征提取， 得到第 三特征图像， 所述 第三特征图像包括从所述第一图像中提取到的特 征数据； 第二特征提取单元， 用于对所述第 二图像进行第 二特征提取， 得到第四特征图像， 所述 第四特征图像包括从所述第二图像中提取到的特 征数据； 融合单元， 用于将所述第三特征图像和所述第 四特征图像进行融合， 得到第五特征图 像； 特征处理单元， 用于对所述第五特 征图像进行 特征处理， 得到所述第一特 征图像。 10.根据权利要求9所述的装置， 其特征在于， 所述第四特征图像的通道数为所述第三 特征图像的通道数的M倍， M小于1； 所述融合单 元， 具体用于： 对所述第四特征图像进行尺寸调整， 得到调整后的第 四特征图像， 所述调整后的第 四权　利　要　求　书 2/4 页 3 CN 115082321 A 3