[发明专利]图像处理方法、装置、系统、存储介质和学习模型制造法在审

专利信息
申请号: 202010141298.3 申请日: 2020-03-04
公开(公告)号: CN111669522A 公开(公告)日: 2020-09-15
发明(设计)人: 日浅法人 申请(专利权)人: 佳能株式会社
主分类号: H04N5/357 分类号: H04N5/357;H04N5/361;H04N9/04;G06T5/00;G06N3/08
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 宋岩
地址: 日本*** 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: 图像 处理 方法 装置 系统 存储 介质 学习 模型 制造
【权利要求书】:

1.一种图像处理方法,其特征在于包括:

取得输入数据,所述输入数据包括输入图像和基于与输入图像相对应的光学黑色区域的表示输入图像中的噪声量的噪声图;以及

将输入数据输入到神经网络中以执行识别或回归的任务。

2.根据权利要求1所述的图像处理方法,还包括:

取得与输入图像相对应的光学黑色区域;

提取作为光学黑色区域的至少一部分的一个或多个部分光学黑色图像;以及

基于部分光学黑色图像和输入图像的像素数来生成噪声图。

3.根据权利要求2所述的图像处理方法,其特征在于,通过排列部分光学黑色图像来生成噪声图。

4.根据权利要求1所述的图像处理方法,还包括:

取得与输入图像相对应的光学黑色区域;

计算光学黑色区域中的信号值的离散度;以及

基于离散度生成噪声图。

5.根据权利要求2所述的图像处理方法,其特征在于,输入图像和光学黑色区域被从同一捕获的图像中提取。

6.根据权利要求1所述的图像处理方法,其特征在于,输入图像和噪声图在单个通道中具有相同数量的像素。

7.根据权利要求1所述的图像处理方法,其特征在于,输入数据包括通过在通道方向上连接输入图像和噪声图而取得的数据。

8.根据权利要求1所述的图像处理方法,包括在输入输入数据之前从输入数据的信号值中减去黑电平。

9.根据权利要求1所述的图像处理方法,其特征在于,任务是为了使图像的分辨率或对比度较高。

10.一种图像处理装置,其特征在于包括:

取得器,被配置成取得输入数据,所述输入数据包括输入图像和基于与输入图像相对应的光学黑色区域的表示输入图像中的噪声量的噪声图;以及

处理器,被配置成将输入数据输入到神经网络中以执行识别或回归的任务。

11.根据权利要求10所述的图像处理装置,还包括存储器(111,301a,601a),所述存储器被配置成存储关于用于神经网络的权重的信息。

12.一种非瞬态计算机可读存储介质,所述非瞬态计算机可读存储介质存储用于使计算机执行图像处理方法的程序,

其特征在于,所述图像处理方法包括:

取得输入数据,所述输入数据包括输入图像和基于与输入图像相对应的光学黑色区域的表示输入图像中的噪声量的噪声图;以及

将输入数据输入到神经网络中以执行识别或回归的任务。

13.一种图像处理系统,包括第一设备和被配置成与第一设备通信的第二设备,

其特征在于,第一设备包括发送器,所述发送器被配置成发送用于使第二设备处理捕获的图像的请求,

其中,第二设备包括:

接收器,被配置成接收由发送器发送的请求;

取得器,被配置成取得输入数据,所述输入数据包括捕获的图像和基于与捕获的图像相对应的光学黑色区域的表示捕获的图像中的噪声量的噪声图;以及

处理器,被配置成将输入数据输入到神经网络中以执行识别或回归的任务;以及

发送器,被配置成发送任务的结果。

14.一种图像处理方法,其特征在于包括:

取得真实数据和输入数据,所述输入数据包括训练图像和基于与训练图像相对应的光学黑色区域的表示训练图像中的噪声量的噪声图;以及

学习用于使用输入数据和真实数据来执行识别或回归的任务的神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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佳能株式会社,未经佳能株式会社许可,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/202010141298.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top