[發明專利]一種基于區域自適應自監督學習的圖像色調映射的方法有效
| 申請號： | 202010817616.3 | 申請日： | 2020-08-14 |
| 公開（公告）號： | CN112085668B | 公開（公告）日： | 2023-10-10 |
| 發明（設計）人： | 廖廣森;周飛;羅鴻銘;劉博智;邱國平 | 申請（專利權）人： | 深圳大學 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00;G06T5/40;G06N3/0464;G06N3/048;G06N3/084;G06N3/09 |
| 代理公司： | 深圳市君勝知識產權代理事務所(普通合伙) 44268 | 代理人： | 謝松;吳志益 |
| 地址： | 518060 廣東*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 區域 自適應 監督 學習 圖像 色調 映射 方法 | ||
1.一種基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，包括步驟：
對第一動態范圍圖像進行預處理得到臨時結果圖像；
將所述臨時結果圖像輸入神經網絡，通過所述神經網絡輸出亮度結果圖像；其中，所述神經網絡是基于原圖像塊、所述原圖像塊對應的線性量化結果圖像塊以及所述原圖像塊對應的均衡量化結果圖像塊訓練得到的，所述神經網絡的損失函數包括：線性量化感知損失函數和均衡量化感知損失函數；
對所述亮度結果圖像進行顏色補償處理得到第二動態范圍圖像；其中，所述第二動態范圍圖像的比特位數小于所述第一動態范圍圖像的比特位數。
2.根據權利要求1所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述對第一動態范圍圖像進行預處理得到臨時結果圖像，包括：
獲取第一動態范圍圖像的亮度信息；
根據所述亮度信息，確定所述亮度信息的最大值、所述亮度信息的最小值以及所述亮度信息的對數平均值；
根據所述亮度信息的最大值、所述亮度信息的最小值以及所述亮度信息的對數平均值，確定圖像整體亮暗調節參數；
根據所述亮度信息、所述圖像整體亮暗調節參數、所述亮度信息的最大值、所述亮度信息的最小值、臨時結果的最大值以及臨時結果的最小值，確定臨時結果圖像。
3.根據權利要求2所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述臨時結果圖像為：
其中，P表示臨時結果圖像，L表示第一動態范圍圖像的亮度信息，τ表示圖像整體亮暗調節參數，Lmax表示亮度信息的最大值，Lmin表示亮度信息的最小值，Pmax表示臨時結果圖像的最大值，Pmin表示臨時結果圖像的最小值，log(·)表示對數函數。
4.根據權利要求3所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述圖像整體亮暗調節參數滿足如下關系：
其中，Lave表示亮度信息的對數平均值，A和B均表示常數；
所述亮度信息的對數平均值為：
其中，exp(·)表示以自然常數為底的指數函數，N表示第一動態范圍圖像的像素的數量，L(x,y)表示第一動態范圍圖像中坐標為(x,y)的像素的亮度信息，∈表示常數，∑表示求和符號。
5.根據權利要求1所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述神經網絡的損失函數為：
Loverall＝(1-β)Llinear+βLequalized
其中，β表示控制平衡的自適應參數，Llinear表示線性量化感知損失函數，Lequalized表示均衡量化感知損失函數。
6.根據權利要求5所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述線性量化感知損失函數為：
所述均衡量化感知損失函數為：
其中，O表示神經網絡的輸出圖像塊，VGG(·)表示用于提取感知特征的VGGNet函數，Tlinear表示線性量化結果圖像塊，Tequalized表示均衡量化結果圖像塊，表示歐式距離。
7.根據權利要求5所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述控制平衡的自適應參數β根據所述原圖像塊的信息量確定。
8.根據權利要求7所述的基于區域自適應自監督學習的圖像色調映射的方法，其特征在于，所述控制平衡的自適應參數為：
其中，θ表示原圖像塊的信息量，e表示自然常數，∝表示成正比例。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳大學，未經深圳大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010817616.3/1.html，轉載請聲明來源鉆瓜專利網。
