[发明专利]使用神经网络的亮点去除在审
| 申请号： | 201980073062.6 | 申请日： | 2019-11-06 |
| 公开（公告）号： | CN113168670A | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 凯文·戈登;马丁·汉弗莱斯;达西·道格拉;肖易芳 | 申请（专利权）人： | 光谱OPTIX有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T1/40;G06T7/10 |
| 代理公司： | 北京安信方达知识产权代理有限公司 11262 | 代理人： | 刘学禹;杨明钊 |
| 地址： | 加拿大大不列*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 使用 神经网络 亮点 去除 | ||
1.一种用于图像捕获的方法，包括以下步骤：
识别图像中的由于亮源眩光、亮源反射和光学伪影中的至少一种而产生的亮点；以及
使用基于全卷积神经网络的去噪来恢复亮点区域中的细节。
2.根据权利要求1所述的方法，还包括图像分割，所述图像分割用于减小需要基于神经网络的去噪的所述图像的尺寸。
3.根据权利要求1所述的方法，其中，细节的填充与所述亮点区域的局部区域相匹配。
4.根据权利要求1所述的方法，其中，所述全卷积神经网络能够利用任何尺寸的图像输入来训练。
5.根据权利要求1所述的方法，其中，所述图像是静态图像。
6.根据权利要求1所述的方法，其中，所述图像是HDR图像。
7.根据权利要求1所述的方法，其中，所述图像是视频图像。
8.根据权利要求1所述的方法，其中，所述图像被用于交通工具应用。
9.根据权利要求1所述的方法，其中，所述图像被用于产品摄影。
10.根据权利要求1所述的方法，其中，所述图像被用于人像摄影。
11.一种用于图像捕获的方法，包括以下步骤：
识别至少一个图像中的由于亮源眩光、亮源反射和光学伪影中的至少一种而产生的亮点；以及
基于神经网络的去噪以恢复亮点区域中的细节，其中使用合成的亮点图像模拟来训练所述神经网络。
12.根据权利要求11所述的方法，还包括图像分割，所述图像分割用于减小需要基于神经网络的去噪的所述图像的尺寸。
13.根据权利要求11所述的方法，其中，细节的填充与所述亮点区域的局部区域相匹配。
14.根据权利要求11所述的方法，其中，所述神经网络能够利用任何尺寸的图像输入来训练。
15.根据权利要求11所述的方法，其中，所述图像是静态图像。
16.一种用于图像捕获的方法，包括以下步骤：
接收传感器特定的配置文件数据；
识别图像中的由于亮源眩光、亮源反射和光学伪影中的至少一种而产生的亮点；以及
使用基于神经网络的去噪和所述传感器特定的配置文件数据来恢复亮点区域中的细节。
17.根据权利要求16所述的方法，还包括图像分割，所述图像分割用于减小需要基于神经网络的去噪的所述图像的尺寸。
18.根据权利要求16所述的方法，其中，细节的填充与所述亮点区域的局部区域相匹配。
19.根据权利要求16所述的方法，其中，所述神经网络能够利用任何尺寸的图像输入来训练。
20.根据权利要求16所述的方法，其中，所述图像是静态图像。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于光谱OPTIX有限公司，未经光谱OPTIX有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201980073062.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：电加热的催化燃烧器
- 下一篇：使用深度学习确定3D数据集中对象的增长速度
