[发明专利]用于数字图像的自动曝光调整的方法、电子系统和介质有效
申请号: | 201880032436.5 | 申请日: | 2018-08-31 |
公开(公告)号: | CN110663045B | 公开(公告)日: | 2021-04-16 |
发明(设计)人: | 弗莱德·康斯坦丁·卡尔代伊 | 申请(专利权)人: | 谷歌有限责任公司 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;H04N5/235;G06K9/03;H04N9/73 |
代理公司: | 中原信达知识产权代理有限责任公司 11219 | 代理人: | 李宝泉;任庆威 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 数字图像 自动 曝光 调整 方法 电子 系统 介质 | ||
1.一种用于数字图像的自动曝光调整的计算机实现的方法,所述方法包括:
在计算系统处接收均具有预定义曝光属性的多个图像;
针对具有预定义曝光属性的所述多个图像中的每个图像:
通过所述计算系统的特征提取器提取所述图像的第一特征集;以及
通过所述计算系统的图像处理器将所述第一特征集与指示无需修改所述图像的标签相关联;
针对具有所述预定义曝光属性的所述多个图像中的一个或多个图像中的每个图像:
生成需要修改所述图像的调整的图像集,包括通过所述图像处理器根据特定的调整幅度来调整所述图像的光度特性,以形成调整的图像;
通过所述特征提取器提取所述调整的图像的第二特征集;以及
通过所述计算系统的所述图像处理器将所述第二特征集与指示需要反转所述特定的调整幅度的标签相关联;
训练机器学习系统的神经网络,以确定用于调整图像的光度特性的校正值,所述神经网络使用具有所述预定义曝光属性的所述多个图像的第一特征集和需要修改所述图像的所述调整的图像集的第二特征集来进行训练;以及
通过所述机器学习系统的曝光调整模型基于使用所述神经网络所确定的校正值来调整图像的光度特性。
2.根据权利要求1所述的方法,其中,将所述第一特征集与标签相关联包括:
生成指示无需修改所述图像的零校正值。
3.根据权利要求1所述的方法,其中,提取所述图像的第一特征集和所述调整的图像的第二特征集包括:
通过所述计算系统的对象识别器识别数字图像中所包括的一个或多个对象;以及
响应于识别所述一个或多个对象,提取与一个或多个所识别的对象相关联的一个或多个特征。
4.根据权利要求1所述的方法,其中,提取所述调整的图像的第二特征集包括:
至少部分地基于所述调整的图像来生成校正值,所述校正值指示对所述光度特性进行反转调整的校正量。
5.根据权利要求4所述的方法,其中,调整所述图像的光度特性包括生成指示所述特定的调整幅度的调整值。
6.根据权利要求5所述的方法,其中,指示所述特定的调整幅度的所述调整值是所述校正值的倒数。
7.根据权利要求1所述的方法,其中,训练所述神经网络以调整图像的光度特性包括:
生成曝光调整模型以调整至少包括特定图像的光度特性的曝光属性,所述曝光调整模型是使用所述机器学习系统的经训练的神经网络来生成的。
8.根据权利要求7所述的方法,其中,调整图像的光度特性包括:
使用用于用户设备的数字相机的电路来至少生成所述特定图像,所述特定图像对应于由所述数字相机的图像生成器产生的当前图像;以及
基于由所述曝光调整模型提供的校正值,调整所述当前图像的光度特性。
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谷歌有限责任公司,未经谷歌有限责任公司许可,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/pat/books/201880032436.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于提供产品放置的方法和设备
- 下一篇:用于方向梯度直方图计算的硬件加速器