[发明专利]学习设备、图像生成设备、学习方法、图像生成方法和程序

说明书

提供一种学习设备、图像生成设备、学习方法、图像生成方法和程序，其能够提高要生成的广角图像中的高亮度区域的估计精度。第二训练数据获取单元(64)获取输入图像。广角图像生成单元(28)根据输入图像的输入生成生成的广角图像，生成的广角图像具有比所述输入图像更宽的视角。第二训练数据获取单元(64)获取要与生成的广角图像进行对比的对比广角图像。第二学习单元(66)基于生成的广角图像和对比广角图像之间的对比结果，通过更新广角图像生成单元(28)的参数值来训练广角图像生成单元(28)，以便根据对比广角图像中像素的亮度或生成的广角图像中像素的亮度，增加所述像素的参数值的更新幅度。

技术领域

本发明涉及学习设备、图像生成设备、学习方法、图像生成方法和程序。

背景技术

已知用于IBL(基于图像的照明)的技术，其用于使用基于实景真人图像而设置的光源来生成真实CG(计算机图形)图像以及CG图像和实景真人图像的合成图像。

为了增强生成图像的真实性，在IBL中，希望基于诸如HDR(高动态范围)360度图像的广角图像来设置光源。然而，为了获得这样的广角图像，必须使用诸如全天空相机或半天空相机之类的专用设备进行拍摄，而且还需要专业知识。

因此，代替通过拍摄来生成这样的广角图像，而使用由经学习的机器学习模型等实现的图像生成单元来生成广角图像。在这种情况下，响应于将由常用相机拍摄的图像输入到图像生成单元中，生成广角图像，其中补充了对于相关图像的视角之外的环境的估计结果(例如，相关图像的视角之外的对象、场景等)。

发明内容

[技术问题]

然而，用于以如上所述的方式生成广角图像的这种相关技术不能适当地估计高亮度部分，因此，在一些情况下，高亮度部分被布置在广角图像中的非自然位置的情况、或者相反地，高亮度部分没有被布置在其要被布置的位置的情况会发生。结果，在某些情况下，例如，会发生IBL中的光源设置是不自然的情况。

本发明是鉴于上述问题做出的，并且本发明的目的之一是提供一种学习设备、图像生成设备、学习方法、图像生成方法和程序，其能够提高所生成的广角图像中的高亮度部分的估计的精度。

[问题解决方案]

为了解决上述问题，根据本发明的学习设备包括：输入图像获取部分，其获取输入图像；广角图像生成部分，其响应于所述输入图像的输入生成生成的广角图像，所述生成的广角图像是具有比所述输入图像更宽视角的图像；对比广角图像获取部分，其获取作为要与所述生成的广角图像进行对比的图像的对比广角图像；以及广角图像生成学习部分，其基于所述生成的广角图像和所述对比广角图像之间的对比结果，通过更新所述广角图像生成部分的参数值来对所述广角图像生成部分执行学习，使得根据所述对比广角图像中像素的亮度水平或所述生成的广角图像中像素的亮度水平，增加关于所述像素的所述参数值的更新量。

在本发明的一个方面中，学习设备还包括：HDR图像生成部分，其响应于标准动态范围图像的输入，生成作为高动态范围图像的生成的HDR图像；对比HDR图像获取部分，其获取要与所述生成的HDR图像进行对比的作为高动态范围图像的对比HDR图像；以及HDR图像生成学习部分，其基于所述生成的HDR图像和所述对比HDR图像之间的对比结果，通过更新所述HDR图像生成部分的参数值来对所述HDR图像生成部分执行学习，其中，所述输入图像获取部分获取由经学习的HDR图像生成部分生成的所述生成的HDR图像作为所述输入图像。

此外，根据本发明的图像生成设备包括：图像获取部分，其获取标准动态范围图像；HDR图像生成部分，其响应于所述标准动态范围图像的输入，生成高动态范围图像；以及广角图像生成部分，响应于所述高动态范围图像的输入，生成具有比所述高动态范围图像更宽视角的广角图像。