一种卷积神经网络模型生成方法及图像质量优化方法

摘要

本发明公开了一种卷积神经网络(CNN)模型生成方法，该方法包括：构建CNN模型结构并设置损失函数表达式；获取多个训练图像对，每一个训练图像对包括输入图像和目标图像，输入图像、目标图像分别为用移动终端、单反相机针对同一场景进行拍摄所得的图像；对每一个训练图像对进行配准，以使训练图像对中所包括的输入图像与目标图像对齐；将配准后的训练图像对作为训练样本来训练CNN模型，不断更新CNN模型的模型参数，每更新一次模型参数，按照前述损失函数表达式来计算CNN模型的损失函数值，当损失函数值收敛时，停止训练过程，得到CNN模型的模型参数从而生成CNN模型。本发明一并公开了相应的图像质量优化方法和计算设备。