超分模型的训练方法、图像超分方法、装置、设备与产品

本公开提供了一种图像超分模型的训练方法、图像超分处理方法、装置、电子设备及计算机程序产品，涉及图像处理技术领域。该方法包括：获取样本图像与第一图像，确定第一图像对应的参考图像；对样本图像进行加噪处理，得到加噪图像数据；获取初始模型，由初始模型对第一图像、参考图像与加噪图像数据进行融合注意力特征提取，确定出预测图像噪声；确定加噪图像数据中包含的实际图像噪声，基于预测图像噪声与实际图像噪声构建模型损失函数；基于模型损失函数对初始模型进行训练，得到图像超分模型。本公开在模型中加入对输入图像的控制得以充分利用了扩散模型的先验知识，一定程度上解决了在低清图像退化程度较高时表现不佳的问题。