[發(fā)明專利]機(jī)器學(xué)習(xí)輔助的圖像預(yù)測

在審

• 申請?zhí)枺?/td>: 201980070345.5
• 申請日: 2019-11-27
• 公開（公告）號: CN112912896A
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計）人: C·E·格斯特林;L·A·加蒂斯;S·V·喬希;G·M·勞森;K·R·沃森;S·斯瑞達(dá);K·P·維加;S·R·斯庫利;T·格諾特;O·C·哈姆希茨
• 申請（專利權(quán)）人: 蘋果公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 黃倩

本發(fā)明公開了一種實現(xiàn)用于提供預(yù)測的RGB圖像的系統(tǒng)的設(shè)備，該設(shè)備包括至少一個處理器，該至少一個處理器被配置為獲取被攝體的紅外圖像并且獲取被攝體的參考RGB圖像。該至少一個處理器被進(jìn)一步配置為將紅外圖像和參考RGB圖像提供給機(jī)器學(xué)習(xí)模型，該機(jī)器學(xué)習(xí)模型已被訓(xùn)練為基于被攝體的紅外圖像和參考RGB圖像來輸出被攝體的預(yù)測的RGB圖像。該至少一個處理器被進(jìn)一步配置為基于機(jī)器學(xué)習(xí)模型的輸出來提供被攝體的預(yù)測的RGB圖像。

相關(guān)申請的交叉引用

本專利申請要求2018年12月14日提交的名稱為“Machine Learning AssistedImage Prediction”的美國臨時專利申請?zhí)?2/780,139的優(yōu)先權(quán)權(quán)益，該專利申請的公開內(nèi)容據(jù)此全文并入本文。

技術(shù)領(lǐng)域

本說明書整體涉及捕獲和預(yù)測紅-綠-藍(lán)(RGB)圖像，包括使用機(jī)器學(xué)習(xí)基于紅外圖像來產(chǎn)生預(yù)測的RGB圖像。

背景技術(shù)

電子設(shè)備的用戶可使用設(shè)備的圖像傳感器(例如，相機(jī))來拍攝照片或視頻，或者參與和使用其相應(yīng)設(shè)備的其他參與者的音視頻會議。在一些情況下，環(huán)境照明條件可影響圖像質(zhì)量。

附圖說明

本主題技術(shù)的一些特征在所附權(quán)利要求書中被示出。然而，出于解釋的目的，在以下附圖中闡述了本主題技術(shù)的若干實施方案。

圖1示出了根據(jù)一個或多個具體實施的用于使用機(jī)器學(xué)習(xí)來預(yù)測RGB圖像的示例性網(wǎng)絡(luò)環(huán)境。

圖2示出了根據(jù)一個或多個具體實施的可實現(xiàn)用于使用機(jī)器學(xué)習(xí)來預(yù)測RGB圖像的主題系統(tǒng)的示例性電子設(shè)備。

圖3示出了根據(jù)一個或多個具體實施的可用于產(chǎn)生預(yù)測的RGB輸出圖像的輸入圖像的示例。

圖4示出了根據(jù)一個或多個具體實施的機(jī)器學(xué)習(xí)模型生成器的示例。

圖5示出了根據(jù)一個或多個具體實施的使用機(jī)器學(xué)習(xí)模型來預(yù)測RGB圖像的RGB圖像預(yù)測器的示例。

圖6示出了根據(jù)一個或多個具體實施的用于使用機(jī)器學(xué)習(xí)來預(yù)測RGB圖像的示例性過程的流程圖。

圖7示出了根據(jù)一個或多個具體實施的可用以實現(xiàn)主題技術(shù)的各個方面的示例性電子系統(tǒng)。

具體實施方式

下面示出的具體實施方式旨在作為本主題技術(shù)的各種配置的描述并且不旨在表示主題技術(shù)可被實踐的唯一配置。附圖被并入本文并且構(gòu)成具體實施方式的一部分。具體實施方式包括具體的細(xì)節(jié)旨在提供對本主題技術(shù)的透徹理解。然而，主題技術(shù)不限于本文所述的具體細(xì)節(jié)，并且可使用一個或多個其他具體實施來實踐。在一個或多個具體實施中，以框圖形式示出了結(jié)構(gòu)和部件，以便避免使本主題技術(shù)的概念模糊。

電子設(shè)備的用戶可使用設(shè)備的圖像傳感器(例如，相機(jī))來拍攝照片或視頻，或者參與和使用其相應(yīng)設(shè)備的其他參與者的音視頻會議。在一些情況下，環(huán)境照明條件可影響圖像質(zhì)量。在具有低照明的環(huán)境中，圖像質(zhì)量可能不適用于這些用途。例如，被攝體(例如，人的面部)的細(xì)節(jié)在低照明環(huán)境中可能不清楚。

此外，即使用戶的設(shè)備使用一般的圖像處理技術(shù)(例如，使用預(yù)設(shè)值調(diào)節(jié)對比度、亮度和/或色值)來實時編輯所捕獲的RGB圖像，所得的RGB圖像可能仍然缺少用戶期望的細(xì)節(jié)量(例如，相對于膚色、皮膚紋理、面部形狀)。因此，可能期望在環(huán)境照明低的情況下提高圖像質(zhì)量。