[发明专利]一种图像生成方法、装置、芯片、终端和存储介质

权利要求书

1.一种图像生成方法，其特征在于，包括：

确定目标拍摄场景下的至少一个待拍摄视角；

获取与所述目标拍摄场景对应的预设神经网络模型；

基于所述预设神经网络模型以及目标拍摄视角下，各个光线方向上若干个目标光线点的目标参数信息，得到所述目标拍摄视角下，各个光线方向对应的目标像素点的目标像素值，其中，所述目标拍摄视角为所述至少一个待拍摄视角中的任意一个拍摄视角；所述目标参数信息包括各个目标光线点在世界坐标系下的世界坐标和方向向量；

基于所述目标拍摄视角下，各个光线方向所对应的目标像素点的目标像素值，输出所述目标拍摄视角下形成的目标图像；

所述基于所述预设神经网络模型以及目标拍摄视角下，各个光线方向上若干个目标光线点的目标参数信息，得到所述目标拍摄视角下，各个光线方向对应的目标像素点的目标像素值，包括：

将所述目标拍摄视角下，各个光线方向上若干个目标光线点的目标参数信息输入所述预设神经网络模型，得到所述目标拍摄视角下，各个光线方向上若干个目标光线点的光线点像素值；

根据所述目标拍摄视角下，各个光线方向上若干个目标光线点的光线点像素值计算得到所述目标拍摄视角下，各个光线方向对应的目标像素点的目标像素值。

2.如权利要求1所述的图像生成方法，其特征在于，所述确定目标拍摄场景下的至少一个待拍摄视角，包括：

获取所述目标拍摄场景下的待处理视频；

对所述待处理视频进行分帧，得到多帧视频图像；

确定所述多帧视频图像中拍摄视角的差值大于阈值的相邻两帧视频图像；

在所述相邻两帧视频图像对应的两个拍摄视角之间进行插值，得到所述至少一个待拍摄视角；

或者，

获取所述目标拍摄场景下的待处理视频；

对所述待处理视频进行分帧，得到多帧视频图像；

将所述多帧视频图像中存在模糊的图像对应的拍摄视角确定为所述待拍摄视角。

3.如权利要求1所述的图像生成方法，其特征在于，所述待拍摄视角为多个时，所述图像生成方法包括：

获取所述目标拍摄场景下的待处理视频；

对所述待处理视频进行分帧，得到多帧视频图像；

确定所述多帧视频图像中拍摄视角的差值大于阈值的相邻两帧视频图像；

在所述相邻两帧视频图像对应的两个拍摄视角之间进行插值，得到所述至少一个待拍摄视角；

以及，

获取所述目标拍摄场景下的待处理视频；

对所述待处理视频进行分帧，得到多帧视频图像；

将所述多帧视频图像中存在模糊的图像对应的拍摄视角确定为所述待拍摄视角。

4.如权利要求2或3所述的图像生成方法，其特征在于，所述图像生成方法还包括：

利用所述目标图像对所述待处理视频进行更新，得到目标视频。

5.如权利要求1所述的图像生成方法，其特征在于，所述图像生成方法还包括：

获取多张样本图像的样本数据，所述多张样本图像在所述目标拍摄场景下拍摄得到，所述样本数据包括：各张样本图像中各个样本像素点的样本像素值，以及各个样本像素点光线方向上的若干个样本光线点的样本参数信息；

将所述样本数据中的所述样本参数信息输入待训练的神经网络模型，得到所述待训练的神经网络模型输出的每个样本光线点的光线点像素值；

根据所述待训练的神经网络模型输出的每个样本光线点的光线点像素值计算得到各个样本图像中各个样本像素点的预测像素值；

基于所述样本像素值和所述预测像素值之间的差异调整所述待训练的神经网络模型的参数之后，返回执行所述将所述样本数据中的所述样本参数信息输入待训练的神经网络模型的步骤及后续步骤，直至完成对所述待训练的神经网络模型的训练，得到所述预设神经网络模型。