CN115239581A

CN115239581A - 一种图像处理方法及相关装置

Info

Publication number: CN115239581A
Application number: CN202210764024.9A
Authority: CN
Inventors: 余磊; 林明远; 汪涛; 李卫; 李琤; 刘健庄
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2022-06-30
Filing date: 2022-06-30
Publication date: 2022-10-25
Also published as: WO2024002211A1

Abstract

一种图像处理方法，可以应用于人工智能领域，方法包括：获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；第一特征表示和第二特征表示的尺寸一致；根据模糊图像的第一特征表示以及事件数据的第二特征表示，通过场景流预测网络，得到模糊图像对应的第一场景流、和事件数据对应的第二场景流；根据第一场景流，对第一特征表示进行仿射变换，得到第三特征表示；根据第二场景流，对第二特征表示进行仿射变换，得到第四特征表示；第三特征表示和第四特征表示用于对模糊图像进行去模糊处理。本申请通过多尺度双向场景流的对齐，可以实现模糊图像特征与事件信息特征的精细化对齐，进而提升模糊图片的去模糊效果。

Description

一种图像处理方法及相关装置

技术领域

本申请涉及人工智能领域，尤其涉及一种图像处理方法及相关装置。

背景技术

人工智能(artificial intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

运动模糊一般发生在曝光时间内有明显运动的场景，特别是轻量级移动设备在低光环境下，例如手机和车载相机。虽然运动模糊导致不希望的图像退化，使得视觉内容变得不易解释，但运动模糊图像还编码关于照相机和观察场景之间相对运动的丰富信息。因此，从单个运动模糊图像中恢复(重建)清晰帧序列(photo-sequencing)，有助于理解场景的动态，并在图像重建、自动驾驶和视频监控中具有广泛的应用。运动模糊的图像可以看作曝光时间内高清帧的平均值。由于平均会破坏帧的时间顺序，因此从单个运动模糊图像中恢复一组清晰的帧序列是非常不恰当的，也就是说待恢复的序列不具有唯一性，可能存在不同高清帧的序列组成相同的运动模糊图像。

为了解决待恢复序列的不唯一性，引入了事件相机，事件相机可以提供时间序列帧间变化来引导序列的恢复。事件相机是生物启发、事件驱动、基于时间的神经形态视觉传感器，它以与传统相机截然不同的原理感知世界，通过异步工作测量亮度变化，一旦变化超过阈值，就会触发事件。事件相机摒弃了传统强度相机中曝光时间和帧等概念，能够以无帧模式(微秒时间分辨率)捕捉几乎连续的运动，因此不会遇到像模糊这样的问题。利用事件摄像机将非常有助于从模糊的图像中恢复清晰的帧。

通过事件信息的光流进行图像去模糊，核心思想是通过事件信息计算光流，使用该光流对模糊图像进行仿射变换(warp)，并配合多种损失，实现曝光时间内任意时刻的图像去模糊。然而，由于事件信息和模糊图像属于两种不同的模态，当前没有表征两种场景不一致的度量方法，光流并非精确，且存在对像素级不对齐的问题。

发明内容

本申请提供了一种图像处理方法，通过多尺度双向场景流的对齐，可以实现模糊图像特征与事件信息特征的精细化对齐，得到精确的场景流信息，从而解决已有基于事件信息进行去模糊方法中对像素级对齐考虑欠妥的问题，进而提升模糊图片的去模糊效果。

第一方面，本申请实施例提供了一种图像处理方法，包括：获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致；根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息；根据所述第一场景流，对第一特征表示进行仿射变换(warp)，得到第三特征表示；根据所述第二场景流，对第二特征表示进行仿射变换，得到第四特征表示；所述第三特征表示和所述第四特征表示用于对所述模糊图像进行去模糊处理。

其中，这里的特征表示的“尺寸”可以理解为特征表示的宽和高。

其中，这里的像素特征可以指空间位置(x,y)的一个点，可能包含多个通道。

通过多尺度双向场景流的对齐，可以实现模糊图像特征与事件信息特征的精细化对齐，得到精确的场景流信息，从而解决已有基于事件信息进行去模糊方法中对像素级对齐考虑欠妥的问题，进而提升模糊图片的去模糊效果。

在一种可能的实现中，所述模糊图像和所述事件数据为在相同时间段针对于同一场景采集得到的。

在一种可能的实现中，所述场景流预测网络可以包括第一编码模块、第二编码模块、融合模块、第一解码模块以及第二解码模块；所述根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，可以包括：

根据所述第一特征表示，通过所述第一编码模块，得到第一编码结果；根据所述第二特征表示，通过所述第二编码模块，得到第二编码结果；根据所述第一编码结果和所述第二编码结果，通过所述融合模块，得到融合结果；根据所述融合结果，分别通过所述第一解码模块和所述第二解码模块，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流。

在一种可能的实现中，所述融合模块用于基于注意力机制实现所述第一编码结果和所述第二编码结果的第一融合。

本申请实施例中，第一场景流可以表征模糊图像特征与事件信息特征的对齐关系，第二场景流可以事件特征信息与模糊图像的对齐关系。

其中，模糊图像的特征表示和事件数据的特征表示不是同一个模态的信息，若对模糊图像的特征表示和事件数据的特征表示直接进行融合，得到的融合结果是不准确的，本申请实施例中，首先通过两个不同的编码模块分别对模糊图像的特征表示和事件数据的特征表示进行编码，使其转换为类似同一模态的数据，并对编码结果进行融合，进而可以得到准确的融合结果。

需要说明的是，本申请实施例中的场景流与光流类似，每个像素位置的信息是带方向的矢量。

本申请通过场景流预测可以实现模糊图像特征和事件数据特征之间的像素级对齐。

对于RGB相机采集的图像来说，由于其是曝光时间内采集的多帧图像通过融合得到的，融合后的图像相比于事件数据可能会丢失部分信息(事件相机采集的事件数据包括在曝光时间内采集的多帧事件数据)，例如在采集某一场景的图像时，场景中的某一个对象在曝光时间内被遮挡了，在RGB采集的模糊图像中，该对象无效，而该部分对象的信息在事件数据中是有效的。类似的，由于事件数据是在像素位置的点的亮度变化大于阈值时才会标识出来，因此部分图像数据可能会无效。因此，若直接使用图像数据或者时间数据中原本无效(或者称之为被遮挡)区域的信息，则会出现图像质量下降导致的伪影。

在一种可能的实现中，针对于模糊图片中被遮挡区域，可以根据所述第四特征表示和所述第一特征表示，识别第二遮挡区域(例如可以使用轻量级网络(如连续的卷积和残差)来实现遮挡区域的确定)，其中所述模糊图像中所述第二遮挡区域的图像数据在所述事件数据的所述第二遮挡区域中有效；将所述第一特征表示中除所述第二遮挡区域之外的特征表示和所述第四特征表示中所述第二遮挡区域的特征表示进行第二融合，以得到第二融合特征表示。也就是说，模糊图片的某些特征是遮挡的，可以使用事件数据中的信息替换这部分被遮挡的特征，进而得到更准确的特征表示。

在一种可能的实现中，所述第二遮挡区域可以通过第二掩膜mask表示，所述第二mask和所述第四特征表示的尺寸一致，所述第二mask中的每个像素用于指示所述第一特征表示中对应位置的像素特征是否在所述模糊图像中有效。例如，可以在第二mask中利用0和1来标识对应位置的像素特征是否在事件数据中有效，例如0表示无效，1表示有效。

在一种可能的实现中，针对于事件数据中被遮挡的区域，可以根据所述第三特征表示和所述第二特征表示，确定第一遮挡区域(例如可以使用轻量级网络(如连续的卷积和残差)来实现遮挡区域的确定)，其中所述事件数据中所述第一遮挡区域的图像数据在所述模糊图像的所述第一遮挡区域中有效；将所述第二特征表示中除所述第一遮挡区域之外的特征表示和所述第三特征表示中所述第一遮挡区域的特征表示进行第二融合，以得到第一融合特征表示。也就是说，事件信息的某些特征是遮挡的，可以使用模糊图片中的信息替换这部分被遮挡的特征，进而得到更准确的特征表示。

在一种可能的实现中，所述第一遮挡区域通过第一掩膜mask表示，所述第一mask和所述第三特征表示的尺寸一致，所述第一mask中的每个像素用于指示所述第三特征表示中对应位置的像素特征是否在所述事件数据中有效。例如，可以在第一mask中利用0和1来标识对应位置的像素特征是否在事件数据中有效，例如0表示无效，1表示有效。

在一种可能的实现中，所述第二融合为对应像素位置的相加运算。

通过上述方式，通过设置显式的遮挡感知特征融合，可以实现对模糊图片中遮挡区域进行处理，从而降低遮挡区域产生的伪影问题。

在一种可能的实现中，所述方法还包括：通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行如第一方面的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N。

在一种可能的实现中，第N个所述特征嵌套块输出的特征表示用于和所述通过特征提取网络对所述模糊图像提取的特征表示进行融合，得到残差信息，所述残差信息用于和所述模糊图像进行融合以实现所述模糊图像的去模糊处理。

第二方面，本申请提供了一种图像处理装置，所述装置包括：

获取模块，用于获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致；

场景流预测模块，用于根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息；

仿射变换模块，用于根据所述第一场景流，对第一特征表示进行仿射变换，得到第三特征表示；

根据所述第二场景流，对第二特征表示进行仿射变换，得到第四特征表示；所述第三特征表示和所述第四特征表示用于对所述模糊图像进行去模糊处理。

在一种可能的实现中，所述场景流预测网络包括第一编码模块、第二编码模块、融合模块、第一解码模块以及第二解码模块；

所述场景流预测模块，具体用于：

根据所述第一特征表示，通过所述第一编码模块，得到第一编码结果；

根据所述第二特征表示，通过所述第二编码模块，得到第二编码结果；

根据所述第一编码结果和所述第二编码结果，通过所述融合模块，得到融合结果；

根据所述融合结果，分别通过所述第一解码模块和所述第二解码模块，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流。

在一种可能的实现中，所述装置还包括：

遮挡区域识别模块，用于根据所述第四特征表示和所述第一特征表示，识别第二遮挡区域，其中所述模糊图像中所述第二遮挡区域的图像数据在所述事件数据的所述第二遮挡区域中有效；

将所述第一特征表示中除所述第二遮挡区域之外的特征表示和所述第四特征表示中所述第二遮挡区域的特征表示进行第二融合，以得到第二融合特征表示。

在一种可能的实现中，所述第二遮挡区域通过第二掩膜mask表示，所述第二mask和所述第四特征表示的尺寸一致，所述第二mask中的每个像素用于指示所述第一特征表示中对应位置的像素特征是否在所述模糊图像中有效。

在一种可能的实现中，所述装置还包括：

遮挡区域识别模块，用于根据所述第三特征表示和所述第二特征表示，确定第一遮挡区域，其中所述事件数据中所述第一遮挡区域的图像数据在所述模糊图像的所述第一遮挡区域中有效；

将所述第二特征表示中除所述第一遮挡区域之外的特征表示和所述第三特征表示中所述第一遮挡区域的特征表示进行第二融合，以得到第一融合特征表示。

在一种可能的实现中，所述第一遮挡区域通过第一掩膜mask表示，所述第一mask和所述第三特征表示的尺寸一致，所述第一mask中的每个像素用于指示所述第三特征表示中对应位置的像素特征是否在所述事件数据中有效。

在一种可能的实现中，所述装置还包括：特征嵌套模块，用于通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行如第一方面的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N。

在一种可能的实现中，所述第N个所述特征嵌套块输出的特征表示用于和所述通过特征提取网络对所述模糊图像提取的特征表示进行融合，得到残差信息，所述残差信息用于和所述模糊图像进行融合以实现所述模糊图像的去模糊处理。

第三方面，本申请实施例提供了一种图像处理装置，可以包括存储器、处理器以及总线***，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第一方面任一可选的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面及任一可选的方法。

第五方面，本申请实施例提供了一种计算机程序产品，包括代码，当代码被执行时，用于实现上述第一方面及任一可选的方法。

第六方面，本申请提供了一种芯片***，该芯片***包括处理器，用于支持执行设备或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据；或，信息。在一种可能的设计中，芯片***还包括存储器，所述存储器，用于保存执行设备或训练设备必要的程序指令和数据。该芯片***，可以由芯片构成，也可以包括芯片和其他分立器件。

附图说明

图1为人工智能主体框架的一种结构示意图；

图2为本申请实施例提供的一种应用场景的示意图；

图3为本申请实施例提供的一种应用场景的示意图；

图4为本申请实施例提供的卷积神经网络的示意图；

图5为本申请实施例提供的卷积神经网络的示意图；

图6为本申请实施例提供的一种***的结构示意；

图7为本申请实施例提供的一种芯片的结构示意；

图8为本申请实施例提供的一种图像处理方法的流程示意图；

图9为一种图像处理方法的流程示意；

图10为一种图像处理方法的流程示意；

图11为一种图像处理方法的流程示意；

图12为一种图像处理方法的流程示意；

图13为本申请实施例提供的一种图像处理方法的效果示意；

图14为本申请实施例提供的一种图像处理方法的效果示意；

图15为本申请实施例提供的一种图像处理装置的结构示意图；

图16为本申请实施例提供的一种执行设备的示意图；

图17为本申请实施例提供的一种训练设备的示意图。

具体实施方式

下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。

下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。

首先对人工智能***总体工作流程进行描述，请参见图1，图1示出的为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到***的产业生态过程，反映人工智能为信息技术产业带来的价值。

(1)基础设施

基础设施为人工智能***提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算***中的智能芯片进行计算。

(2)数据

基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有***的业务数据以及力、位移、液位、温度、湿度等感知数据。

(3)数据处理

数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。

其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。

推理是指在计算机或智能***中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。

决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。

(4)通用能力

对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用***，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。

(5)智能产品及行业应用

智能产品及行业应用指人工智能***在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。

本申请实施例中的图像处理方法可以应用在辅助驾驶、自动驾驶的智能车中，也可应用在智慧城市、智能终端等计算机视觉领域中的需要进行图像增强(例如图像去噪)的领域。下面分别结合图2和图3对视频流传输场景和视频监控场景进行简单的介绍。

视频流传输场景：

例如，在使用智能终端(例如，手机、车、机器人、平板电脑、台式电脑、智能手表、虚拟现实VR、增强现实AR设备等等中)的客户端播放视频时，为了减少视频流的带宽需求，服务器可以通过网络向客户端传输经过下采样的、分辨率较低的低质量视频流。然后客户端可以对该低质量视频流中的图像进行增强。例如，对视频中的图像进行超分辨率、去降噪等操作，最后向用户呈现高质量的图像。

视频监控场景：

在安防领域中，受限于监控相机安装位置、有限的存储空间等不利条件，部分视频监控的图像质量较差，这样会影响人或识别算法识别目标的准确性。因此，可以利用本申请实施例提供的图像处理方法将低质量的视频监控视频转化为高质量的高清视频，从而实现对监控图像中大量细节的有效恢复，为后续的目标识别任务提供更有效、更丰富的信息。

由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。

(1)神经网络

神经网络可以是由神经单元组成的，神经单元可以是指以xs(即输入数据)和截距1为输入的运算单元，该运算单元的输出可以为：

其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入，激活函数可以是sigmoid函数。神经网络是将多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。

(2)卷积神经网络(convolutional neuron network，CNN)是一种带有卷积结构的深度神经网络。卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器，该特征抽取器可以看作是滤波器。卷积层是指卷积神经网络中对输入信号进行卷积处理的神经元层。在卷积神经网络的卷积层中，一个神经元可以只与部分邻层神经元连接。一个卷积层中，通常包含若干个特征平面，每个特征平面可以由一些矩形排列的神经单元组成。同一特征平面的神经单元共享权重，这里共享的权重就是卷积核。共享权重可以理解为提取特征的方式与位置无关。卷积核可以以随机大小的矩阵的形式化，在卷积神经网络的训练过程中卷积核可以通过学习得到合理的权重。另外，共享权重带来的直接好处是减少卷积神经网络各层之间的连接，同时又降低了过拟合的风险。

CNN是一种非常常见的神经网络，下面结合图4重点对CNN的结构进行详细的介绍。如前文的基础概念介绍所述，卷积神经网络是一种带有卷积结构的深度神经网络，是一种深度学习(deep learning)架构，深度学习架构是指通过机器学习的算法，在不同的抽象层级上进行多个层次的学习。作为一种深度学习架构，CNN是一种前馈(feed-forward)人工神经网络，该前馈人工神经网络中的各个神经元可以对输入其中的图像作出响应。

如图4所示，卷积神经网络(CNN)200可以包括输入层210，卷积层/池化层220(其中池化层为可选的)，以及全连接层(fully connected layer)230。

卷积层/池化层220：

卷积层：

如图4所示卷积层/池化层220可以包括如示例221-226层，举例来说：在一种实现中，221层为卷积层，222层为池化层，223层为卷积层，224层为池化层，225为卷积层，226为池化层；在另一种实现方式中，221、222为卷积层，223为池化层，224、225为卷积层，226为池化层。即卷积层的输出可以作为随后的池化层的输入，也可以作为另一个卷积层的输入以继续进行卷积操作。

下面将以卷积层221为例，介绍一层卷积层的内部工作原理。

卷积层221可以包括很多个卷积算子，卷积算子也称为核，其在图像处理中的作用相当于一个从输入图像矩阵中提取特定信息的过滤器，卷积算子本质上可以是一个权重矩阵，这个权重矩阵通常被预先定义，在对图像进行卷积操作的过程中，权重矩阵通常在输入图像上沿着水平方向一个像素接着一个像素(或两个像素接着两个像素……这取决于步长stride的取值)的进行处理，从而完成从图像中提取特定特征的工作。该权重矩阵的大小应该与图像的大小相关，需要注意的是，权重矩阵的纵深维度(depth dimension)和输入图像的纵深维度是相同的，在进行卷积运算的过程中，权重矩阵会延伸到输入图像的整个深度。因此，和一个单一的权重矩阵进行卷积会产生一个单一纵深维度的卷积化输出，但是大多数情况下不使用单一权重矩阵，而是应用多个尺寸(行×列)相同的权重矩阵，即多个同型矩阵。每个权重矩阵的输出被堆叠起来形成卷积图像的纵深维度，这里的维度可以理解为由上面所述的“多个”来决定。不同的权重矩阵可以用来提取图像中不同的特征，例如一个权重矩阵用来提取图像边缘信息，另一个权重矩阵用来提取图像的特定颜色，又一个权重矩阵用来对图像中不需要的噪点进行模糊化等。该多个权重矩阵尺寸(行×列)相同，经过该多个尺寸相同的权重矩阵提取后的特征图的尺寸也相同，再将提取到的多个尺寸相同的特征图合并形成卷积运算的输出。

这些权重矩阵中的权重值在实际应用中需要经过大量的训练得到，通过训练得到的权重值形成的各个权重矩阵可以用来从输入图像中提取信息，从而使得卷积神经网络200进行正确的预测。

当卷积神经网络200有多个卷积层的时候，初始的卷积层(例如221)往往提取较多的一般特征，该一般特征也可以称之为低级别的特征；随着卷积神经网络200深度的加深，越往后的卷积层(例如226)提取到的特征越来越复杂，比如高级别的语义之类的特征，语义越高的特征越适用于待解决的问题。

池化层：

由于常常需要减少训练参数的数量，因此卷积层之后常常需要周期性的引入池化层，在如图4中220所示例的221-226各层，可以是一层卷积层后面跟一层池化层，也可以是多层卷积层后面接一层或多层池化层。在图像处理过程中，池化层的唯一目的就是减少图像的空间大小。池化层可以包括平均池化算子和/或最大池化算子，以用于对输入图像进行采样得到较小尺寸的图像。平均池化算子可以在特定范围内对图像中的像素值进行计算产生平均值作为平均池化的结果。最大池化算子可以在特定范围内取该范围内值最大的像素作为最大池化的结果。另外，就像卷积层中用权重矩阵的大小应该与图像尺寸相关一样，池化层中的运算符也应该与图像的大小相关。通过池化层处理后输出的图像尺寸可以小于输入池化层的图像的尺寸，池化层输出的图像中每个像素点表示输入池化层的图像的对应子区域的平均值或最大值。

全连接层230：

在经过卷积层/池化层220的处理后，卷积神经网络200还不足以输出所需要的输出信息。因为如前所述，卷积层/池化层220只会提取特征，并减少输入图像带来的参数。然而为了生成最终的输出信息(所需要的类信息或其他相关信息)，卷积神经网络200需要利用全连接层230来生成一个或者一组所需要的类的数量的输出。因此，在全连接层230中可以包括多层隐含层(如图4所示的231、232至23n)，该多层隐含层中所包含的参数可以根据具体的任务类型的相关训练数据进行预先训练得到，例如该任务类型可以包括图像识别，图像分类，图像超分辨率重建等等……

在全连接层230中的多层隐含层之后，也就是整个卷积神经网络200的最后层为输出层240，该输出层240具有类似分类交叉熵的损失函数，具体用于计算预测误差，一旦整个卷积神经网络200的前向传播(如图4由210至240方向的传播为前向传播)完成，反向传播(如图4由240至210方向的传播为反向传播)就会开始更新前面提到的各层的权重值以及偏差，以减少卷积神经网络200的损失，及卷积神经网络200通过输出层输出的结果和理想结果之间的误差。

需要说明的是，如图4所示的卷积神经网络200仅作为一种卷积神经网络的示例，在具体的应用中，卷积神经网络还可以以其他网络模型的形式存在，例如，仅包括图4中所示的网络结构的一部分，比如，本申请实施例中所采用的卷积神经网络可以仅包括输入层210、卷积层/池化层220和输出层240。

需要说明的是，如图4所示的卷积神经网络100仅作为一种卷积神经网络的示例，在具体的应用中，卷积神经网络还可以以其他网络模型的形式存在，例如，如图5所示的多个卷积层/池化层并行，将分别提取的特征均输入给全连接层230进行处理。

(3)深度神经网络

深度神经网络(Deep Neural Network，DNN)，也称多层神经网络，可以理解为具有很多层隐含层的神经网络，这里的“很多”并没有特别的度量标准。从DNN按不同层的位置划分，DNN内部的神经网络可以分为三类：输入层，隐含层，输出层。一般来说第一层是输入层，最后一层是输出层，中间的层数都是隐含层。层与层之间是全连接的，也就是说，第i层的任意一个神经元一定与第i+1层的任意一个神经元相连。虽然DNN看起来很复杂，但是就每一层的工作来说，其实并不复杂，简单来说就是如下线性关系表达式：

其中，

是输入向量，

是输出向量，

是偏移向量，W是权重矩阵(也称系数)，α()是激活函数。每一层仅仅是对输入向量

经过如此简单的操作得到输出向量

由于DNN层数多，则系数W和偏移向量

的数量也就很多了。这些参数在DNN中的定义如下所述：以系数W为例：假设在一个三层的DNN中，第二层的第4个神经元到第三层的第2个神经元的线性系数定义为

上标3代表系数W所在的层数，而下标对应的是输出的第三层索引2和输入的第二层索引4。总结就是：第L-1层的第k个神经元到第L层的第j个神经元的系数定义为

需要注意的是，输入层是没有W参数的。在深度神经网络中，更多的隐含层让网络更能够刻画现实世界中的复杂情形。理论上而言，参数越多的模型复杂度越高，“容量”也就越大，也就意味着它能完成更复杂的学习任务。训练深度神经网络的也就是学习权重矩阵的过程，其最终目的是得到训练好的深度神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。

(4)超分辨率

超分辨率(Super Resolution，SR)是一种图像增强技术，给定一张或一组低分辨率的图像，通过学习图像的先验知识、图像本身的相似性、多帧图像信息互补等手段恢复图像的高频细节信息，生成较高分辨率的目标图像。超分辨率在应用中，按照输入图像的数量，可分为单帧图像超分辨率和视频超分辨率。超分辨率在高清电视、监控设备、卫星图像和医学影像等领域有重要的应用价值。

(5)降噪

图像在数字化和传输过程中常受到成像设备与外部环境的影响，导致图像包含噪声。减少图像中噪声的过程称为图像降噪，有时候也可称为图像去噪。

(6)图像特征

图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征等。

颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质；一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。

纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质；但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。

形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征，图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。

空间关系特征，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以及方位。

需要说明的，上述列举的图像特征可以作为图像中具有的特征的一些举例，图像还可以具有其他特征，如更高层级的特征：语义特征，此处不再展开。

(7)图像/视频增强

图像/视频增强指的是对图像/视频所做的能够提高成像质量的动作。例如，增强处理包括超分、降噪、锐化或去马赛克等。

(8)峰值信噪比(Peak signal-to-noise ratio，PSNR)

一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。峰值信噪比经常用作图像处理等领域中信号重建质量的测量方法，通常简单地通过均方误差进行定义。一般而言，PSNR越高，表征与真值的差距越小。

(9)结构相似性(Structural SIMilarity，SSIM)

是一种衡量两幅图像相似度的指标，范围为0到1。当两张图像一模一样时，SSIM的值等于1。

(10)感受野(Receptive Field)

在计算机视觉领域的深度神经网络领域的一个术语，用来表示神经网络内部的不同位置的神经元对原图像的感受范围的大小。神经元感受野的值越大，表示其能接触到的原始图像范围就越大，也意味着该神经元可能蕴含更为全局、语义层次更高的特征；而值越小，则表示其包含的特征越趋向于局部和细节。感受野的值可以大致用来判断每一层的抽象层次。

(11)事件相机(event cameras)

是一种生物启发的视觉传感器，以完全不同于标准相机的方式工作。事件相机不是以恒定速率输出强度图像帧，而是仅输出局部像素级亮度变化的相关信息。

(12)光流(optical flow)

表示的是相邻两帧图像中每个像素的运动速度和运动方向，是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。

(13)场景流

与光流类似，但是不是严格意义上的光流。光流表征像素的瞬时速度，一般由同模态的特征求取，例如相邻的图像帧、不同RGB相机的图像。在本申请实施例中，可以表征的是事件信息和图像信息(例如灰度信息)两个不同模态信息的控制位置关系，使用场景流表示。

(14)Warp操作

一般配合流(如光流，以及本申请中的场景流)的操作，表征的是一个图像相对于流(如光流、场景流)进行的仿射变换，如旋转、移动、缩放等。

(15)损失函数

在训练深度神经网络的过程中，因为希望深度神经网络的输出尽可能的接近真正想要预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过程，即为深度神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权重向量让它预测低一些，不断的调整，直到深度神经网络能够预测出真正想要的目标值或与真正想要的目标值非常接近的值。因此，就需要预先定义“如何比较预测值和目标值之间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高表示差异越大，那么深度神经网络的训练就变成了尽可能缩小这个loss的过程。

(16)反向传播算法

可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始模型中参数的大小，使得模型的误差损失越来越小。具体地，前向传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始模型中的参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动，旨在得到最优的模型参数，例如权重矩阵。

下面结合图6对本申请实施例提供的***架构进行详细的介绍。图6为本申请一实施例提供的***架构示意图。如图6所示，***架构500包括执行设备510、训练设备520、数据库530、客户设备540、数据存储***550以及数据采集***560。

执行设备510包括计算模块511、I/O接口512、预处理模块513和预处理模块514。计算模块511中可以包括目标模型/规则501，预处理模块513和预处理模块514是可选的。

数据采集设备560用于采集训练数据。其中，视频样本可以为低质量图像，监督图像为在模型训练前预先获取的图像样本对应的高质量图像。图像样本例如可以是低分辨率的图像，监督图像为高分辨率图像；或者，图像样本例如可以是包含雾气或噪声的视频，监督图像为去除了雾气或噪声的图像。在采集到训练数据之后，数据采集设备560将这些训练数据存入数据库530，训练设备520基于数据库530中维护的训练数据训练得到目标模型/规则501。

上述目标模型/规则501(例如本申请实施例中的包括场景流预测网络的模型)能够用于实现图像去噪任务，即，将待处理图像输入该目标模型/规则501，即可得到去噪后的图像。需要说明的是，在实际应用中，数据库530中维护的训练数据不一定都来自于数据采集设备560的采集，也有可能是从其他设备接收得到的。另外需要说明的是，训练设备520也不一定完全基于数据库530维护的训练数据进行目标模型/规则501的训练，也有可能从云端或其他地方获取训练数据进行模型训练，上述描述不应该作为对本申请实施例的限定。

根据训练设备520训练得到的目标模型/规则501可以应用于不同的***或设备中，如应用于图6所示的执行设备510，所述执行设备510可以是终端，如手机终端，平板电脑，笔记本电脑，增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备，车载终端等，还可以是服务器或者云端等。在图6中，执行设备510配置输入/输出(input/output，I/O)接口512，用于与外部设备进行数据交互，用户可以通过客户设备540向I/O接口512输入数据。

预处理模块513和预处理模块514用于根据I/O接口512接收到的输入数据进行预处理。应理解，可以没有预处理模块513和预处理模块514或者只有的一个预处理模块。当不存在预处理模块513和预处理模块514时，可以直接采用计算模块511对输入数据进行处理。

在执行设备510对输入数据进行预处理，或者在执行设备510的计算模块511执行计算等相关的处理过程中，执行设备510可以调用数据存储***550中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等存入数据存储***550中。

最后，I/O接口512将处理结果，如处理后得到的去噪图像呈现给客户设备540，从而提供给用户。

值得说明的是，训练设备520可以针对不同的目标或称不同的任务，基于不同的训练数据生成相应的目标模型/规则501，该相应的目标模型/规则501即可以用于实现图像去噪任务，从而为用户提供所需的结果。

在图6所示情况下，用户可以手动给定输入数据，该“手动给定输入数据”可以通过I/O接口512提供的界面进行操作。另一种情况下，客户设备540可以自动地向I/O接口512发送输入数据，如果要求客户设备540自动发送输入数据需要获得用户的授权，则用户可以在客户设备540中设置相应权限。用户可以在客户设备540查看执行设备510输出的结果，具体的呈现形式可以是显示、声音、动作等具体方式。客户设备540也可以作为数据采集端，采集如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果作为新的样本数据，并存入数据库530。当然，也可以不经过客户设备540进行采集，而是由I/O接口512直接将如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果，作为新的样本数据存入数据库530。

值得注意的是，图6仅是本申请实施例提供的一种***架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在图6中，数据存储***550相对执行设备510是外部存储器，在其它情况下，也可以将数据存储***550置于执行设备510中。

下面介绍本申请实施例提供的一种芯片硬件结构。

图7为本申请一实施例提供的芯片硬件结构图，该芯片包括神经网络处理器700。该芯片可以被设置在如图6所示的执行设备510中，用以完成计算模块511的计算工作。该芯片也可以被设置在如图6所示的训练设备520中，用以完成训练设备520的训练工作并输出目标模型/规则501。如图6所示的模型中各层的算法均可在如图7所示的芯片中得以实现。

神经网络处理器(neural processing unit，NPU)700作为协处理器挂载到主中央处理单元(host central processing unit，host CPU)上，由主CPU分配任务。NPU的核心部分为运算电路703，控制器704控制运算电路703提取存储器(权重存储器702或输入存储器701)中的数据并进行运算。

在一些实现中，运算电路703内部包括多个处理单元(process engine，PE)。在一些实现中，运算电路703是二维脉动阵列。运算电路703还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路703是通用的矩阵处理器。

举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路703从权重存储器702中取矩阵B相应的数据，并缓存在运算电路703中每一个PE上。运算电路703从输入存储器701中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)708中。

向量计算单元707可以对运算电路703的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。例如，向量计算单元707可以用于神经网络中非卷积/非FC层的网络计算，如池化(pooling)，批归一化(batch normalization)，局部响应归一化(local response normalization)等。

在一些实现中，向量计算单元707能将经处理的输出的向量存储到统一存储器706。例如，向量计算单元707可以将非线性函数应用到运算电路703的输出，例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元707生成归一化的值、合并值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路703的激活输入，例如用于在神经网络中的后续层中的使用。

统一存储器706用于存放输入数据以及输出数据。

权重数据直接通过存储单元访问控制器(direct memory access controller，DMAC)705将外部存储器中的输入数据搬运到输入存储器701和/或统一存储器706、将外部存储器中的权重数据存入权重存储器702，以及将统一存储器706中的数据存入外部存储器。

总线接口单元(bus interface unit，BIU)710，用于通过总线实现主CPU、DMAC和取指存储器709之间进行交互。

与控制器704连接的取指存储器(instruction fetch buffer)709，用于存储控制器704使用的指令。

控制器704，用于调用取指存储器709中缓存的指令，实现控制该运算加速器的工作过程。

一般地，统一存储器706、输入存储器701、权重存储器702以及取指存储器709均为片上(on-chip)存储器，外部存储器为该NPU外部的存储器，该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random accessmemory，DDR SDRAM)、高带宽存储器(high bandwidth memory，HBM)或其他可读可写的存储器。

为了解决上述问题，本申请提供了一种图像处理方法，该图像处理方法可以为模型训练的前馈过程，也可以为推理过程。

参照图8，图8为本申请实施例提供的一种图像处理方法的实施例示意，如图8示出的那样，本申请实施例提供的一种图像处理方法包括：

801、获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致。

本申请实施例中，步骤801的执行主体可以为终端设备，终端设备可以为便携式移动设备，例如但不限于移动或便携式计算设备(如智能手机)、个人计算机、服务器计算机、手持式设备(例如平板)或膝上型设备、多处理器***、游戏控制台或控制器、基于微处理器的***、机顶盒、可编程消费电子产品、移动电话、具有可穿戴或配件形状因子(例如，手表、眼镜、头戴式耳机或耳塞)的移动计算和/或通信设备、网络PC、小型计算机、大型计算机、包括上面的***或设备中的任何一种的分布式计算环境等等。

本申请实施例中，步骤801的执行主体可以为云侧的服务器，服务器可以接收来自终端设备发送的模糊图像以及事件相机采集的事件数据，进而服务器可以获取到模糊图像和事件相机采集的事件数据。

在一种可能的实现中，所述模糊图像和所述事件数据为在相同时间段针对于同一场景采集得到的。例如，模糊图像可以为终端设备上的RGB相机采集的图像，事件数据为终端设备上的事件相机对同一场景采集的图像。

其中，模糊图像可以是多帧图像(曝光时间内得到的图像)的平均值，事件数据可以包括模糊图像对应的时间段内的事件点。也就是说，模糊图像可以是对已有的连续多帧图像进行平均化，从而得到一帧合成的模糊图像。

上述模糊图像对应的时间段就可以通过上述已有的连续多帧高清图像对应的时间来确定。该时间段可以是实际拍摄的时候，相机或摄像头的曝光时间，也就是说，曝光时间的时间段内由于被拍摄者的动作导致了模糊，产生了一帧模糊图像，这帧模糊图像对应于一段图像帧序列。举例说明，假设对T0-T1时刻之间的6帧连续图像取平均值得到了模糊图像B1，则模糊图像B1对应的时间段就是T0-T1。

事件数据可以包括多个时间点，事件点也可以称之为事件，事件相机的最基本的原理就是当某个像素的亮度变化累计达到触发条件(变化达到一定程度)后，输出一个事件点。所以一个事件点可以理解为是一次事件的表达：在什么时间(时间戳)，哪个像素点(像素坐标)，发生了亮度的增加或减小(亮度变化)。

在一种可能的实现中，模糊图像可以为灰度图像，其尺寸为H*W，其中H表示图像的高度，W表示图像的宽度，通过特征提取网络(例如多个卷积层)，可以提取到模糊图像的图像特征F_B(例如本申请实施例中的第一特征表示)。

在一种可能的实现中，事件数据(或者称之为事件信息)可以通过特征提取网络(例如多个卷积层)，提取到事件特征F_E(例如本申请实施例中的第二特征表示)。需要说明的是，某个时刻的事件信息的空间分辨率可以同模糊图像一致，为H*W；但这里输入的是模糊图像曝光时间内的全部事件信息，包含M个通道，那么事件信息输入为H*W*M，其中M表征事件信息的个数。

通过特征提取网络得到的第一特征表示和第二特征表示可以为尺寸相同的特征表示。其中，这里的特征表示的“尺寸”可以理解为特征表示的宽和高。

应理解，通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，其中，第一特征表示和第二特征表示可以为输入到N个串联连接的特征嵌套块中的某一个特征嵌套块的特征表示，若第一特征表示和第二特征表示可以为输入到第1个特征嵌套块的特征，则第一特征表示和第二特征表示可以为通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，若第一特征表示和第二特征表示可以为输入到第n(n大于1)个特征嵌套块的特征，则第一特征表示和第二特征表示可以为第n-1个特征嵌套块输出的特征表示。

802、根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息。

在一种可能的实现中，场景流预测网络可以为上述介绍的一个特征嵌套块中包括的网络，所述模糊图像的第一特征表示以及所述事件数据的第二特征表示可以输入到场景流预测网络中。

在一种可能的实现中，可以将所述模糊图像的第一特征表示以及所述事件数据的第二特征表示输入到场景流预测网络中，以得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流。

接下来介绍本申请实施例中的场景流预测网络：

在一种可能的实现中，所述场景流预测网络可以包括第一编码模块、第二编码模块、融合模块、第一解码模块以及第二解码模块；所述根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，可以包括：根据所述第一特征表示，通过所述第一编码模块，得到第一编码结果；根据所述第二特征表示，通过所述第二编码模块，得到第二编码结果；根据所述第一编码结果和所述第二编码结果，通过所述融合模块，得到融合结果；根据所述融合结果，分别通过所述第一解码模块和所述第二解码模块，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流。

其中，场景流预测网络也可以称之为多尺度双向场景流网络(例如图9中示出的多尺度双向场景流预测2i10)。其中，场景流预测网络可以为“两输入-两输出”的网络，具体结构可以见图10的示意。对于输入

(第一特征表示)和

(第二特征表示)，首先可以分别通过独立的编码encoder网络(例如第一编码模块和第二编码模块，第一编码模块用于处理第一特征表示，第二编码模块用于处理第二特征表示)来提取特征；然后通过融合模块，来实现模糊图像特征和事件信息特征的输入的融合(例如基于attention模块实现融合，该attention模块可以产生注意力特征，该注意力特征用于实现模糊图像特征和事件数据特征的融合)；融合后的特征可以通过独立的解码decoder网络(例如第一解码模块和第二解码模块，第一解码模块用于生成第一场景流，第二解码模块用于生成第二场景流)分别生成对应的场景流(scene flow)

(第一场景流)和

(第二场景流)。

其中，模糊图像的特征表示和事件数据的特征表示不是同一个模态的信息，若对模糊图像的特征表示和事件数据的特征表示直接进行融合，得到的融合结果是不准确的，本申请实施例中，首先通过两个不同的编码模块分别对模糊图像的特征表示和事件数据的特征表示进行编码，使其转换为类似于同一模态的数据，并对编码结果进行融合，进而可以得到准确的融合结果。

在一种可能的实现中，所述第一场景流和所述第一特征表示的尺寸(例如特征表示的宽和高)一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息。

其中，运动信息可以表示为二维瞬时速度场，其中的二维速度矢量是景物中可见点的三维速度矢量在成像表面的投影。

需要说明的是，对于encoder、attention、decoder的具体构造，本专利不做约束。可选的，编码模块encoder(例如上述介绍的第一编码模块和第二编码模块)可以是连续的卷积和下采样；融合模块可以是场景的空间注意力spatial attention结构或者通道注意力channel attention结构；解码模块decoder(例如上述介绍的第一解码模块和第二解码模块)可以是连续的上采样和卷积。

通过场景流预测可以实现模糊图像特征和事件数据特征之间的像素级对齐。

803、根据所述第一场景流，对第一特征表示进行仿射变换(warp)，得到第三特征表示。

804、根据所述第二场景流，对第二特征表示进行仿射变换，得到第四特征表示；所述第三特征表示和所述第四特征表示用于对所述模糊图像进行去模糊处理。

如图9所示，为多尺度双向场景流对齐内部实现图，具体包括多尺度双向场景流预测2i10、模糊图像特征warp操作2i11、事件信息特征warp操作2i12。

其中，当获取两个场景流(第一场景流和第二场景流)之后，即可与对应的特征进行交叉warp操作，得到warp之后的特征(第三特征表示和第四特征表示)。示例性的，可以如公式1，其中warp(*)是传统的pixel-to-pixel的空间warp操作，为一个非可学习的算子。

本申请实施例中，通过多尺度双向场景流对齐可以实现模糊图像特征和事件特征之间的像素级对齐。这种网络结构，配合attention结构以及warp操作，可以从事件信息中获取不同粒度水平的精细的信息，有利于抽取出清晰的纹理结构，方便进行模糊图像的去模糊。

在一种可能的实现中，可以通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行上述描述中的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N。

在一种可能的实现中，参照图9，对于每个场景流引导双特征嵌套块2i0，均包含两个对称的遮挡感知特征融合(事件信息特征遮挡感知特征融合2i2，模糊图像特征遮挡感知特征融合2i3)。在这以模糊特征遮挡感知特征融合2i3为例，进行详细的说明。其内部结构如图11，包含遮挡区掩码生成2i30、遮挡区域特征生成2i31、特征融合2i32。

示例性的，遮挡区掩码生成2i30：接收由模糊图像特征warp操作之后生成的特征

(简称warp特征)、事件信息特征

(简称自特征)作为输入，通过轻量级网络(如连续的卷积和残差)自适应生成同分辨率的遮挡区掩码mask M_B(可选的，掩码可以采用One-hot编码，其数值只能是0和1)，表征warp只有的模糊图像特征与事件信息特征之间的关联性。当mask＝0，表征该区域特征在warp之后特征(如模糊图像特征warp操作之后生成的特征

)中是遮挡的，倾向于使用原始的自特征(如事件信息特征

)；反正当mask＝1，表征该区域特征在原始的自特征中是遮挡的，倾向于使用warp特征。

其中，遮挡区域特征生成2i31：当获取遮挡mask之后，即可以与warp特征进行点乘操作，得到遮挡处理之后的特征(2i3模块生成的为

对偶模块2i2生成的为

)，表征遮挡效果处理之后的可见特性。

其中，特征融合2i32：接收遮挡处理之后的特征

和原始自特征

作为输入，通过concatenate(通道拼接)、卷积等操作生成最终融合之后的特征

表征在事件信息特征中通过遮挡处理之后融入了模糊图像特征。

参照图12，可以通过场景流引导的双特征嵌套200接收模糊图像特征F_B和事件特征F_E作为输入，经过N次场景流引导的双特征嵌套块处理之后，生成嵌套之后的模糊图像特征

和事件特征

通过全局特征融合300接收嵌套之后的模糊图像特征

事件特征

以及原始的模糊特征F_B作为输入，通过卷积(或加法、或拼接)等操作，生成融合之后的混合特征F_mix。通过求和操作400接收混合特征F_mix和原始输入模糊图像B作为输入，通过加法操作生成最终去模糊之后的清晰结果O。

更具体的，参照图12，在训练Training阶段，可以针对给定的配对数据集(input＝[B,E],output＝O)，使用相关的损失函数(本申请实施例可以使用MSE loss,perceptionloss等损失函数)进行训练，最终得到模糊图像特征提取100、事件信息特征提取101、场景流引导的双特征嵌套200、全局特征融合300等可训练的参数。

在推理阶段，可以接收给定的输入图像input＝[B,E]，经过模糊图像特征提取100、事件信息特征提取101、场景流引导的双特征嵌套200、全局特征融合300、求和操作400等作用之后，生成最终的增强结果O。

具体流程为：

模糊图像特征提取100，对于给定的输入模糊图像B(一般为灰度图像，其尺寸为H*W，其中H表示图像的高度，W表示图像的宽度)，通过多个卷积层，提取到模糊图像特征F_B。

事件信息特征提取101，对于给定的输入事件信息E，通过多个卷积层，提取到事件特征F_E。需要说明的是，某个时刻的事件信息的空间分辨率同模糊图像一致，为H*W；但这里输入的是模糊图像曝光时间内的全部事件信息，包含N个通道，那么事件信息输入为H*W*N，其中N表征事件信息的个数。

场景流引导的双特征嵌套200，，接收模糊图像特征F_B和事件特征F_E作为输入，经过N次场景流引导的双特征嵌套块处理之后，生成嵌套之后的模糊图像特征

和事件特征

对于第i个场景流引导的双特征嵌套(Scene flow guided Dual Feature Embedding)处理，可以表示为如下公式2：

其中

对于第i次场景流引导的双特征嵌套处理，输入为前一次处理之后的模糊图像特征信息

事件信息特征

经过多尺度双向场景流对齐2i1、事件信息特征遮挡感知特征融合2i2、模糊图像信息遮挡感知特征融合2i3等处理之后，生成模糊图像特征信息

事件信息特征

其中，多尺度场景流对齐2i1内部包含多尺度双向场景流预测2i10、模糊图像特征warp操作2i11、事件信息特征warp操作2i12，详细操作参考上述介绍的多尺度双向场景流对齐(multi-scale dual scene flow alignment)2i1。

另外，在事件信息特征遮挡感知特征融合2i2中，接收模糊图像特征

warp之后的事件信息特征

首先经过由轻量级卷积构成的遮挡掩码生成模块2i20处理，生成同输入特征分辨率相同的one-hot编码的掩码M_E(编码为0表征该区域特征在事件信息中是遮挡的，倾向于使用模糊图像特征；反之编码为1表征该区域特征在模糊图像中是遮挡的，倾向于使用事件信息特征)；之后warp之后的事件信息特征

与遮挡掩码M_E进行点乘操作得到遮挡处理之后的特征

最后模糊图像特征

与遮挡处理之后的特征

进行通道融合和卷积操作，生成融合之后的模糊图像特征

类似地，在模糊图像信息遮挡感知特征融合2i3中，接收事件信息特征

warp之后的模糊图像特征

经过遮挡区掩码生成2i30、遮挡区域特征生成2i31、特征融合2i32等模块处理之后，生成融合之后的事件信息特征

不断重复上面的过程，经过N次场景流引导的双特征嵌套处理之后，最终生成模糊图像特征

和事件信息特征

全局特征融合300，接收嵌套之后的模糊图像特征

事件特征

以及原始的模糊特征F_B作为输入，通过卷积(或加法、或拼接)等操作，生成融合之后的混合特征F_mix。

求和操作400，，接收混合特征F_mix和原始输入模糊图像B作为输入，通过加法操作生成最终去模糊之后的清晰结果O。

在开源数据集上测试，本专利方法与已有的方法相比，具有更好的PSNR/SSIM(越大越好)。其中单帧PSNR相对于已有的SOTA PSNR提升2.9dB，多帧去模糊提升了2.7dB，具体见表1。

表1

此外，参照图13，本专利方法相比与几个基准结果具有更清晰、锐化的结果，与GT更加接近，同时没有伪影。

另外，通过消融实验可以看到本发明所述双特征嵌套、多尺度双向场景流预测、遮挡感知特征融合均具有正面作用。其中多尺度双向场景流预测效果最明显，可以使得PSNR提升2个多db。

表2为消融实验结果。其中，表2中的D表示没有本发明所述的多尺度双向场景流预测的双特征嵌套，MSE表示本发明所述的多尺度场景流预测，OAFF表示遮挡感知特征融合。

表2

进一步地，参照图14，对场景流以及遮挡感知的掩码进行可视化，图14中的(a)为模糊图像，可以看到图14中的(b)中某些变化较大的场景流在图14中的(c)中使用掩码进行了很好的标注，它表征的正是一些遮挡区域。通过遮挡区域的额外处理，最终生成的结果图14中的(d)可以很好地处理遮挡，生成清晰的结果。

本申请实施例提供了一种图像处理方法，包括：获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致；根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息；根据所述第一场景流，对第一特征表示进行仿射变换(warp)，得到第三特征表示；根据所述第二场景流，对第二特征表示进行仿射变换，得到第四特征表示；所述第三特征表示和所述第四特征表示用于对所述模糊图像进行去模糊处理。通过多尺度双向场景流的对齐，可以实现模糊图像特征与事件信息特征的精细化对齐，得到精确的场景流信息，从而解决已有基于事件信息进行去模糊方法中对像素级对齐考虑欠妥的问题。

此外，本申请实施例提供了一种图像处理***，图像处理***可以包括用户设备以及数据处理设备。其中，用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为图像处理的发起端，作为图像增强请求的发起方，通常由用户通过用户设备发起请求。

上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的图像增强请求，再通过存储数据的存储器以及数据处理的处理器环节进行机器学习，深度学习，搜索，推理，决策等方式的图像处理。数据处理设备中的存储器可以是一个统称，包括本地存储以及存储历史数据的数据库，数据库可以在数据处理设备上，也可以在其它网络服务器上。

用户设备可以接收用户的指令，例如用户设备可以获取用户输入/选择的一张图像，然后向数据处理设备发起请求，使得数据处理设备针对用户设备得到的该图像执行图像增强处理应用(例如图像超分辨率重构、图像去噪、图像去雾、图像去模糊以及图像对比度增强等)，从而得到针对该图像的对应的处理结果。示例性的，用户设备可以获取用户输入的一张图像，然后向数据处理设备发起图像去噪请求，使得数据处理设备对该图像进行图像去噪，从而得到去噪后的图像。

数据处理设备可以执行本申请实施例的图像处理方法。

可选的，用户设备可以直接作为数据处理设备，该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理。用户设备可以接收用户的指令，例如用户设备可以获取用户在用户设备中所选择的一张图像，然后再由用户设备自身针对该图像执行图像处理应用(例如图像超分辨率重构、图像去噪、图像去雾、图像去模糊以及图像对比度增强等)，从而得到针对该图像的对应的处理结果。此时，用户设备自身就可以执行本申请实施例的图像处理方法。

接下来从装置的角度介绍本申请实施例提供的一种图像处理装置，参照图15，图15为本申请实施例提供的一种图像处理装置的结构示意，如图15所示，本申请实施例提供的一种图像处理装置1500包括：

获取模块1501，用于获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致。

其中，关于获取模块1501的具体描述可以参照上述实施例中步骤801的描述，这里不再赘述。

场景流预测模块1502，用于根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息；

其中，关于场景流预测模块1502的具体描述可以参照上述实施例中步骤802的描述，这里不再赘述。

仿射变换模块1503，用于根据所述第一场景流，对第一特征表示进行仿射变换，得到第三特征表示；

其中，关于仿射变换模块1503的具体描述可以参照上述实施例中步骤803和步骤804的描述，这里不再赘述。

所述场景流预测模块，具体用于：

在一种可能的实现中，所述装置还包括：

在一种可能的实现中，所述装置还包括：特征嵌套模块，用于通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行上述描述中的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N。

接下来介绍本申请实施例提供的一种执行设备，请参阅图16，图16为本申请实施例提供的执行设备的一种结构示意图，执行设备1600具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等，此处不做限定。其中，执行设备1600实现图8对应实施例中图像处理方法的功能。具体的，执行设备1600包括：接收器1601、发射器1602、处理器1603和存储器1604(其中执行设备1600中的处理器1603的数量可以一个或多个)，其中，处理器1603可以包括应用处理器16031和通信处理器16032。在本申请的一些实施例中，接收器1601、发射器1602、处理器1603和存储器1604可通过总线或其它方式连接。

存储器1604可以包括只读存储器和随机存取存储器，并向处理器1603提供指令和数据。存储器1604的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器1604存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。

处理器1603控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线***耦合在一起，其中总线***除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线***。

上述本申请实施例揭示的方法可以应用于处理器1603中，或者由处理器1603实现。处理器1603可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1603中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1603可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器、以及视觉处理器(vision processing unit，VPU)、张量处理器(tensorprocessing unit，TPU)等适用于AI运算的处理器，还可进一步包括专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1603可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1604，处理器1603读取存储器1604中的信息，结合其硬件完成上述实施例中步骤801至步骤804的步骤。

接收器1601可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1602可用于通过第一接口输出数字或字符信息；发射器1602还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器1602还可以包括显示屏等显示设备。

本申请实施例还提供了一种训练设备，请参阅图17，图17是本申请实施例提供的训练设备一种结构示意图，具体的，训练设备1700由一个或多个服务器实现，训练设备1700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以***处理器(centralprocessing units，CPU)1717(例如，一个或一个以上处理器)和存储器1732，一个或一个以上存储应用程序1742或数据1744的存储介质1730(例如一个或一个以上海量存储设备)。其中，存储器1732和存储介质1730可以是短暂存储或持久存储。存储在存储介质1730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器1717可以设置为与存储介质1730通信，在训练设备1700上执行存储介质1730中的一系列指令操作。

训练设备1700还可以包括一个或一个以上电源1726，一个或一个以上有线或无线网络接口1750，一个或一个以上输入输出接口1758；或，一个或一个以上操作***1741，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

具体的，训练设备可以进行上述实施例中步骤801至步骤804的步骤。

本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。

其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。

另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims

1.一种图像处理方法，其特征在于，所述方法包括：

获取模糊图像的第一特征表示以及事件相机采集的事件数据的第二特征表示；所述第一特征表示和所述第二特征表示的尺寸一致；

根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，所述第一场景流和所述第一特征表示的尺寸一致，所述第一场景流中的每个像素特征指示由所述第一特征表示中对应像素位置的像素特征到所述第二特征表示中对应像素位置的像素特征的运动信息，所述第二场景流和所述第二特征表示的尺寸一致，所述第二场景流中的每个像素特征指示由所述第二特征表示中对应像素位置的像素特征到所述第一特征表示中对应像素位置的像素特征的运动信息；

根据所述第一场景流，对第一特征表示进行仿射变换(warp)，得到第三特征表示；

2.根据权利要求1所述的方法，其特征在于，所述模糊图像和所述事件数据为在相同时间段针对于同一场景采集得到的。

3.根据权利要求1或2所述的方法，其特征在于，所述场景流预测网络包括第一编码模块、第二编码模块、融合模块、第一解码模块以及第二解码模块；

所述根据所述模糊图像的第一特征表示以及所述事件数据的第二特征表示，通过场景流预测网络，得到所述模糊图像对应的第一场景流、和所述事件数据对应的第二场景流，包括：

4.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

根据所述第四特征表示和所述第一特征表示，识别第二遮挡区域，其中所述模糊图像中所述第二遮挡区域的图像数据在所述事件数据的所述第二遮挡区域中有效；

5.根据权利要求4所述的方法，其特征在于，所述第二遮挡区域通过第二掩膜mask表示，所述第二mask和所述第四特征表示的尺寸一致，所述第二mask中的每个像素用于指示所述第一特征表示中对应位置的像素特征是否在所述模糊图像中有效。

6.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：

根据所述第三特征表示和所述第二特征表示，确定第一遮挡区域，其中所述事件数据中所述第一遮挡区域的图像数据在所述模糊图像的所述第一遮挡区域中有效；

7.根据权利要求6所述的方法，其特征在于，所述第一遮挡区域通过第一掩膜mask表示，所述第一mask和所述第三特征表示的尺寸一致，所述第一mask中的每个像素用于指示所述第三特征表示中对应位置的像素特征是否在所述事件数据中有效。

8.根据权利要求4至7任一所述的方法，其特征在于，所述第二融合为对应像素位置的相加运算。

9.根据权利要求1至8任一所述的方法，其特征在于，所述方法还包括：

通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行如权利要求1的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N大于1。

10.根据权利要求9所述的方法，其特征在于，第N个所述特征嵌套块输出的特征表示用于和所述通过特征提取网络对所述模糊图像提取的特征表示进行融合，得到残差信息，所述残差信息用于和所述模糊图像进行融合以实现所述模糊图像的去模糊处理。

11.一种图像处理装置，其特征在于，所述装置包括：

12.根据权利要求11所述的装置，其特征在于，所述模糊图像和所述事件数据为在相同时间段针对于同一场景采集得到的。

13.根据权利要求11或12所述的装置，其特征在于，所述场景流预测网络包括第一编码模块、第二编码模块、融合模块、第一解码模块以及第二解码模块；

所述场景流预测模块，具体用于：

14.根据权利要求11至13任一所述的装置，其特征在于，所述装置还包括：

15.根据权利要求14所述的装置，其特征在于，所述第二遮挡区域通过第二掩膜mask表示，所述第二mask和所述第四特征表示的尺寸一致，所述第二mask中的每个像素用于指示所述第一特征表示中对应位置的像素特征是否在所述模糊图像中有效。

16.根据权利要求11至15任一所述的装置，其特征在于，所述装置还包括：

17.根据权利要求16所述的装置，其特征在于，所述第一遮挡区域通过第一掩膜mask表示，所述第一mask和所述第三特征表示的尺寸一致，所述第一mask中的每个像素用于指示所述第三特征表示中对应位置的像素特征是否在所述事件数据中有效。

18.根据权利要求14至17任一所述的装置，其特征在于，所述第二融合为对应像素位置的相加运算。

19.根据权利要求11至18任一所述的装置，其特征在于，所述装置还包括：特征嵌套模块，用于通过N个串联连接的特征嵌套块，处理模糊图像的特征表示以及事件数据的特征表示，以得到用于进行去模糊处理的处理结果；其中，每个所述特征嵌套块用于执行如权利要求1的图像处理方法，第1个特征嵌套块用于获取到通过特征提取网络对所述模糊图像和所述事件数据提取的特征表示，第n个特征嵌套块用于获取到第n-1个特征嵌套块输出的特征表示，所述n小于N。

20.根据权利要求19所述的装置，其特征在于，所述第N个所述特征嵌套块输出的特征表示用于和所述通过特征提取网络对所述模糊图像提取的特征表示进行融合，得到残差信息，所述残差信息用于和所述模糊图像进行融合以实现所述模糊图像的去模糊处理。

21.一种计算设备，其特征在于，所述计算设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至10任一所述的方法。

22.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至10任一所述的方法。

23.一种计算机程序产品，包括代码，其特征在于，在所述代码被执行时用于实现如权利要求1至10任一所述的方法。