[发明专利]图像处理方法、电子装置及芯片在审

专利信息
申请号: 202310206264.1 申请日: 2023-03-03
公开(公告)号: CN116468620A 公开(公告)日: 2023-07-21
发明(设计)人: 刘松;吴同 申请(专利权)人: 哲库科技(上海)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06V10/44;G06V10/774
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 姚文娴;张颖玲
地址: 200120 上海市浦东新区中国(上海)自由*** 国省代码: 上海;31
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 电子 装置 芯片
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

使用暗光图像数据集和增强图像数据集对初始增强模型进行训练,获得图像增强模型;其中,所述初始增强模型用于基于解耦表征提取至少一种图像特征,并根据所述至少一种图像特征进行图像增强处理;

通过所述图像增强模型对待处理暗光图像进行增强处理,获得增强后图像。

2.根据权利要求1所述的方法,其特征在于,

所述初始增强模型包括内容编码器,暗光编码器,内容图像生成器,暗光图像生成器;

所述图像增强模型包括训练后的内容编码器和训练后的内容图像生成器;其中,

所述内容编码器,用于提取输入图像的内容特征,并将所述内容特征分别输出至所述内容图像生成器和所述暗光图像生成器;

所述暗光编码器,用于提取输入图像的暗光特征,并将所述暗光特征输出至所述暗光图像生成器;

所述内容图像生成器,用于根据输入的所述内容特征进行图像生成处理;

所述暗光图像生成器,用于根据输入的所述内容特征和所述暗光特征进行图像重建处理。

3.根据权利要求2所述的方法,其特征在于,所述使用暗光图像数据集和增强图像数据集对初始增强模型进行训练,获得图像增强模型,包括:

通过所述内容编码器和所述暗光编码器,分别获取所述暗光图像数据集中的第一图像对应的第一内容特征和第一暗光特征,以及所述增强图像数据集中的第二图像对应的第二内容特征;

基于所述第一内容特征、所述第二内容特征以及所述第一暗光特征,通过所述内容图像生成器和所述暗光图像生成器进行生成处理,分别获得第一增强图像、第一重建图像、第二重建图像以及第一暗光图像;

通过所述内容编码器和所述暗光编码器,分别获取所述第一增强图像对应的第三内容特征,以及所述第一暗光图像对应的第四内容特征和第二暗光特征;

基于所述第三内容特征、所述第四内容特征以及所述第二暗光特征,通过所述内容图像生成器和所述暗光图像生成器进行生成处理,分别获得第一循环图像和第二循环图像;

使用所述第一重建图像,所述第二重建图像,所述第一增强图像,所述第一暗光图像,所述第一循环图像以及所述第二循环图像,对所述内容编码器和所述内容图像生成器进行无监督训练,获得所述训练后的内容编码器和所述训练后的内容图像生成器。

4.根据权利要求3所述的方法,其特征在于,所述通过所述内容编码器和所述暗光编码器,分别获取所述暗光图像数据集中的第一图像对应的第一内容特征和第一暗光特征,以及所述增强图像数据集中的第二图像对应的第二内容特征,包括:

通过所述内容编码器提取所述第一图像对应的所述第一内容特征;

通过所述暗光编码器提取所述第一图像对应的所述第一暗光特征;

通过所述内容编码器提取所述第二图像对应的所述第二内容特征。

5.根据权利要求3所述的方法,其特征在于,所述基于所述第一内容特征、所述第二内容特征以及所述第一暗光特征,通过所述内容图像生成器和所述暗光图像生成器进行生成处理,分别获得第一增强图像、第一重建图像、第二重建图像以及第一暗光图像,包括:

将所述第一内容特征输入至所述内容图像生成器,获得所述第一图像对应的所述第一增强图像;

将所述第一内容特征和所述第一暗光特征输入至所述暗光图像生成器,获得所述第一图像对应的所述第一重建图像;

将所述第二内容特征输入至所述内容图像生成器,获得所述第二图像对应的所述第二重建图像;

将所述第二内容特征和所述第一暗光特征输入至所述暗光图像生成器,获得所述第二图像对应的所述第一暗光图像。

6.根据权利要求3所述的方法,其特征在于,所述通过所述内容编码器和所述暗光编码器,分别获取所述第一增强图像对应的第三内容特征,以及所述第一暗光图像对应的第四内容特征和第二暗光特征,包括:

通过所述内容编码器提取所述第一增强图像对应的所述第三内容特征;

通过所述内容编码器提取所述第一暗光图像对应的所述第四内容特征;

通过所述暗光编码器提取所述第一暗光图像对应的所述第二暗光特征。

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哲库科技(上海)有限公司,未经哲库科技(上海)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/202310206264.1/1.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