(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 202211154177.8 (22)申请日 2022.09.21 (71)申请人 鼎富智能科技有限公司 地址 230000 安徽省合肥市高新区习友路 3333号A1楼19层-B区 (72)发明人 李健铨　刘小康　胡加明　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 肖鹏 (51)Int.Cl. G06T 5/00(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种图像增强方法、 装置、 电子设备及存储 介质 (57)摘要 本申请提供一种图像增强方法、 装置、 电子 设备及存储介质， 该方法包括： 使用神经网络模 型对原始图像进行特征提取， 获得隐特征向量； 对隐特征向量进行修改， 获得修改后的隐向量； 根据修改后的隐向量对原始图像进行图像增强， 获得原始图像对应的增强图像。 通过使用神经网 络模型对原始图像进行特征提取， 并对获得的隐 特征向量进行修改， 获得修改后的隐向量， 然后 根据修改后的隐向量对原始图像进行图像增强， 由于对神经网络模型提取的隐特征向量进行修 改， 修改后的隐向量用于引导神经网络模型生成 能够提升模型泛化性能的增强图像， 因此， 使用 获得的增强图像能够提升模型泛化性能， 从而有 效地提高了模型泛化 性能。 权利要求书2页 说明书12页 附图3页 CN 115439367 A 2022.12.06 CN 115439367 A 1.一种图像增强方法， 其特 征在于， 包括： 使用神经网络模型对原 始图像进行 特征提取， 获得隐特 征向量； 对所述隐特 征向量进行修改， 获得修改后的隐向量； 根据所述修改后的隐向量对所述原始图像进行图像增强， 获得所述原始图像对应的增 强图像。 2.根据权利要求1所述的方法， 其特征在于， 所述神经网络模型是自编码网络； 所述使 用神经网络模型对原 始图像进行 特征提取， 包括： 使用所述自编码网络中的编码器对所述原 始图像进行 特征提取； 所述根据所述 修改后的隐向量对所述原 始图像进行图像增强， 包括： 使用所述自编码网络中的生成器根据所述修改后的隐向量对所述原始图像进行图像 增强。 3.根据权利要求1所述的方法， 其特征在于， 所述神经网络模型是超网络； 所述根据所 述修改后的隐向量对所述原 始图像进行图像增强， 包括： 使用所述 修改后的隐向量 修改所述超网络的网络参数， 获得修改后的超网络； 通过所述修改后的超网络对所述原 始图像进行图像增强。 4.根据权利要求1所述的方法， 其特 征在于， 所述对所述隐特 征向量进行修改， 包括： 获取修改向量， 并在所述隐特 征向量的基础上增 加所述修改向量。 5.根据权利要求 4所述的方法， 其特 征在于， 所述获取修改向量， 包括： 获取样本图像和样本标签， 所述样本标签是对所述样本图像进行图像增强获得的增强 图像； 使用所述神经网络模型对所述样本图像进行图像增强， 获得 预测增强图像； 根据所述预测 增强图像与所述样本标签之间的图像 像素损失值确定所述 修改向量。 6.根据权利要求 4所述的方法， 其特 征在于， 所述获取修改向量， 包括： 获取样本图像和样本标签， 所述样本标签是 所述样本图像所属的类别标签； 对所述样本图像进行类别预测， 获得 预测图像 类别； 根据所述预测图像 类别与所述类别标签之间的分类损失值确定所述 修改向量。 7.根据权利要求 4所述的方法， 其特 征在于， 所述获取修改向量， 包括： 获取样本 图像和样本标签， 所述样本标签包括： 所述样本 图像对应的增强图像和类别 标签； 使用所述神经网络模型对所述样本 图像进行图像增强， 获得预测增强图像， 并对所述 样本图像进行类别预测， 获得 预测图像 类别； 计算出所述预测增强图像与 所述样本标签之间的图像像素损失值， 并计算出所述预测 图像类别与所述类别标签之间的分类损失值； 根据所述图像 像素损失值和所述分类损失值确定所述 修改向量。 8.一种图像增强装置， 其特 征在于， 包括： 特征向量获得模块， 用于使用神经网络模型对原始图像进行特征提取， 获得隐特征向 量； 特征向量修改模块， 用于对所述隐特 征向量进行修改， 获得修改后的隐向量； 增强图像获得模块， 用于根据所述修改后的隐向量对所述原始图像进行图像增强， 获权　利　要　求　书 1/2 页 2 CN 115439367 A 2得所述原始图像对应的增强图像。 9.一种电子设备， 其特征在于， 包括： 处理器和存储器， 所述存储器存储有所述处理器 可执行的机器可读指 令， 所述机器可读指令被所述处理器执行时执行如权利要求1至7任一 所述的方法。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处 理器运行时执 行如权利要求1至7任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115439367 A 3