[發(fā)明專利]一種基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法有效
| 申請(qǐng)?zhí)枺?/td> | 202010026179.3 | 申請(qǐng)日: | 2020-01-10 |
| 公開(公告)號(hào): | CN111242883B | 公開(公告)日: | 2023-03-28 |
| 發(fā)明(設(shè)計(jì))人: | 何剛;盧星星;宋嘉軒;李云松;謝衛(wèi)瑩 | 申請(qǐng)(專利權(quán))人: | 西安電子科技大學(xué) |
| 主分類號(hào): | G06T5/50 | 分類號(hào): | G06T5/50;G06T7/00;G06T7/33 |
| 代理公司: | 鄭州芝麻知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41173 | 代理人: | 王越 |
| 地址: | 710126 陜西省西安市長(zhǎng)安區(qū)*** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 動(dòng)態(tài) 場(chǎng)景 hdr 重建 方法 | ||
1.一種基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法,其特征在于:含有以下步驟,
步驟1:在同一靜態(tài)場(chǎng)景內(nèi),用三腳架相機(jī)獲取相同細(xì)節(jié)和范圍大小的欠曝光、正常曝光和過曝光三幅圖像,記錄為S1、S2和S3,記錄對(duì)應(yīng)圖像的曝光時(shí)間,利用加權(quán)融合算法將其融合得到Ground Truth,記為T;
步驟2:在動(dòng)態(tài)場(chǎng)景中,用手持相機(jī)獲取欠曝光、正常曝光和過曝光三幅圖像,記錄為D1、D2和D3,并將D2替換為步驟1中所得的圖像S2;
步驟3:利用LK光流法對(duì)D1、S2和D3進(jìn)行配準(zhǔn),配準(zhǔn)后的圖像序列記為R1、R2和R3,和步驟1中得到的Ground Truth組成配對(duì)的訓(xùn)練集;
步驟4:利用相機(jī)相應(yīng)曲線將R1、R2和R3變換到線性域,將變換后的圖像記錄為H1、H2和H3;
步驟5:利用對(duì)比度算子提取H1、H2和H3圖像中的亮度信息,將得到的亮度圖像記錄為M1、M2和M3;
步驟6:利用梯度算子提取R1、R2和R3圖像中的細(xì)節(jié)信息,將得到的細(xì)節(jié)圖像記錄為L(zhǎng)1、L2和L3;
步驟7:設(shè)計(jì)基于Resnet的Attention模塊;
步驟8:構(gòu)建基于U-Net和ResNet的HDR重建網(wǎng)絡(luò),設(shè)計(jì)混合結(jié)構(gòu)損失函數(shù);
步驟9:將步驟3得到的圖像R1、R2和R3和步驟4得到的圖像H1、H2和H3通道合并作為步驟8的輸入,步驟5得到的圖像M1、M2和M3及步驟6得到的圖像L1、L2和L3通道合并起來作為步驟7構(gòu)建的Attention模塊的輸入,步驟1得到的圖像T作為標(biāo)簽,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練;
步驟10:對(duì)于步驟9訓(xùn)練好的網(wǎng)絡(luò)模型,將測(cè)試圖像輸入訓(xùn)練好的重建網(wǎng)絡(luò)中,得到HDR圖像;
步驟11:利用Reinhard色調(diào)映射算法對(duì)產(chǎn)生的HDR圖像進(jìn)行色調(diào)映射,在8bit顯示屏上展示重建圖像。
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法,其特征在于:所述步驟1的具體步驟為:
步驟1-1:對(duì)所得的圖像S1、S2和S3進(jìn)行曝光調(diào)整,記為L(zhǎng)1、L2和L3如下式所示:
步驟1-2:根據(jù)簡(jiǎn)單融合算法將步驟1-1所得的L1、L2和L3融合生成HDR圖像,作為Ground Truth,具體公式如下所示:
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法,其特征在于:所述步驟3的具體步驟為:
步驟3-1:對(duì)步驟2中所得到的三幅圖像D1、S2和D3,進(jìn)行曝光調(diào)整,利用相機(jī)的曝光響應(yīng)曲線將S2的曝光量調(diào)整到與D1曝光量相同,記為D2-1,相機(jī)的曝光響應(yīng)曲線為Ev=f(Bv,Sv),其中EV是圖像的曝光度,由相機(jī)的曝光量F和曝光時(shí)間T決定,計(jì)算方式如下式所示:相機(jī)的曝光量由相機(jī)的焦距f和光圈直徑D決定,計(jì)算方式如下式所示:/Bv是圖像的亮度值,即像素值,Sv是相機(jī)的ISO感光系數(shù),是常數(shù),在此取值為100;
步驟3-2:利用Harris角點(diǎn)檢測(cè)法檢測(cè)D1和D2-1中的特征點(diǎn);
步驟3-3:利用LK光流法計(jì)算D1與D2-1之間的光流矢量;
步驟3-4:利用雙三次插值法及步驟3-3中所得到的光流矢量,將D1及D2-1對(duì)齊;
步驟3-5:重復(fù)步驟3-1相同,利用相機(jī)響應(yīng)曲線將S2的曝光量調(diào)整到與D3相同,記為D2-3;
步驟3-6:重復(fù)上述步驟3-2、3-3和3-4,將D3與D2-3對(duì)齊。
4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法,其特征在于:所述步驟4采用伽馬曲線,將圖像從線性域轉(zhuǎn)換到非線性域,如下式所示:f=xγ,其中γ=2和x為L(zhǎng)DR圖像,f為變換后得到的HDR域圖像。
5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的動(dòng)態(tài)場(chǎng)景HDR重建方法,其特征在于:所述步驟5利用對(duì)比度算子提取步驟4得到的圖像H1、H2和H3的亮度信息,具體如下式所示:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安電子科技大學(xué),未經(jīng)西安電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010026179.3/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)
- 動(dòng)態(tài)矢量譯碼方法和動(dòng)態(tài)矢量譯碼裝置
- 動(dòng)態(tài)口令的顯示方法及動(dòng)態(tài)令牌
- 動(dòng)態(tài)庫(kù)管理方法和裝置
- 動(dòng)態(tài)令牌的身份認(rèn)證方法及裝置
- 令牌、動(dòng)態(tài)口令生成方法、動(dòng)態(tài)口令認(rèn)證方法及系統(tǒng)
- 一種動(dòng)態(tài)模糊控制系統(tǒng)
- 一種基于動(dòng)態(tài)信號(hào)的POS機(jī)和安全保護(hù)方法
- 圖像動(dòng)態(tài)展示的方法、裝置、系統(tǒng)及介質(zhì)
- 一種基于POS機(jī)聚合碼功能分離顯示動(dòng)態(tài)聚合碼的系統(tǒng)
- 基于動(dòng)態(tài)口令的身份認(rèn)證方法、裝置和動(dòng)態(tài)令牌





