摘要
本公开提供了一种图像增强和去噪方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及人工智能领域,尤其涉及图像处理、计算机视觉和深度学习技术领域。实现方案为:获取待处理的样本图像;将样本图像输入预设的神经网络模型以获得第一图像特征,基于第一图像特征和预设的标签图像特征确定预设的损失函数的值,以调节神经网络模型的参数值。神经网络模型包括其相应单元之间跳跃连接的编码器和解码器,编码器逐单元减小特征图尺寸的同时逐单元增加其通道数,跳跃连接的解码器和编码器的相对应单元之间所处理的特征图的尺寸和通道数相同。编码器和解码器中包括至少一个特征混合单元,用于将基于不同编码策略提取的图像特征进行混合。
技术关键词
特征提取模块
特征提取模型
混合单元
解码器
编码器
混合模块
编码策略
图像增强
卷积模块
直方图均衡化算法
输入神经网络模型
样本
计算机程序产品
注意力
通道
标签
模型训练装置