[发明专利]基于生成对抗网络的高动态范围反色调映射方法及系统在审
| 申请号： | 201810299749.9 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108681991A | 公开（公告）日： | 2018-10-19 |
| 发明（设计）人： | 宋利;宁士钰;解蓉;张文军 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/90;G06N3/04;G06N3/08 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 徐红银 |
| 地址： | 200240 *** | 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： | 本发明提供一种基于生成对抗网络的高动态范围反色调映射方法及系统，其中：读取原始高动态范围视频，切割转化为可用于训练的标准动态范围与高动态范围对应的数据集；建立一种基于卷积神经网络和跳跃式连接的生成对抗网络，将标准动态范围图像转化为高动态范围图像，即反色调映射；根据设定的综合目标函数，不断优化训练整个生成对抗网络，最终得到的网络可以完成从标准动态范围向高动态范围的映射。本发明改善了现有的非学习方法的非线性不足、参数调节复杂等问题，并考虑到高动态范围图像的一维特性和梯度特性，更好地实现了对高动态范围的反色调映射。 | ||
| 搜索关键词： | 高动态 色调映射 标准动态 高动态范围图像 对抗 网络 高动态范围视频 卷积神经网络 综合目标函数 读取 参数调节 范围图像 梯度特性 优化训练 数据集 映射 可用 转化 切割 学习 | ||
【主权项】：
1.一种基于生成对抗网络的高动态范围反色调映射方法，其特征在于，包括：S1：读取原始高动态范围视频，剪切并转化为标准动态范围图像，与高动态范围图像组成有监督的数据集，作为后续的训练数据集和验证数据集；S2：建立基于卷积神经网络和跳跃式连接的生成对抗网络；S3：对所述生成对抗网络，建立由一维特征和梯度特征综合的目标损失函数，采用所述训练数据集不断训练优化，得到能完成反色调映射的生成对抗网络模型；S4：将所述验证数据集输入至能完成反色调映射的生成对抗网络模型，映射得出高动态范围图像。
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上海交通大学，未经上海交通大学许可，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/patent/201810299749.9/，转载请声明来源钻瓜专利网。
