[发明专利]基于深度学习的高动态范围图像色调映射方法及其系统有效
| 申请号： | 201910340157.1 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110197463B | 公开（公告）日： | 2023-01-03 |
| 发明（设计）人： | 廖广森;罗鸿铭;侯贤旭;邱国平 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/40;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的高动态范围图像色调映射方法及其系统，所述方法包括步骤：构建色调映射网络框架；输入高动态范围图像后进行预处理，并通过基于全局的感官特征损失函数和基于局部的直方图特征损失函数计算总的损失函数；根据总的损失函数对色调映射网络框架进行训练网络；当训练结果收敛时，停止训练并得到色调映射网络的输出。由于本发明中的神经网络框架，既可以对基于直方图的两个代价函数进行优化，又能端对端地实现色调映射，解决小区域间的边界问题，直接获得高质量的低动态范围图像。 | ||
| 搜索关键词： | 基于 深度 学习 动态 范围 图像 色调 映射 方法 及其 系统 | ||
【主权项】：
1.一种基于深度学习的高动态范围图像色调映射方法，其特征在于，包括步骤：构建色调映射网络框架；输入高动态范围图像后进行预处理，并通过基于全局的感官特征损失函数和基于局部的直方图特征损失函数计算总的损失函数；根据总的损失函数对色调映射网络框架进行训练网络；当训练结果收敛时，停止训练并得到色调映射网络的输出。
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深圳大学，未经深圳大学许可，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/201910340157.1/，转载请声明来源钻瓜专利网。
