[发明专利]基于机器学习的图像处理技术

权利要求书

1.一种方法，包括：

使用机器学习框架来检测输入图像的一个或多个属性的集合；以及

输出包括所述输入图像的经修改版本的输出图像，其中，通过修改检测到的属性的集合的至少一个子集来修改所述输入图像。

2.根据权利要求1所述的方法，其中，在由所述机器学习框架进行检测之前，对于所述输入图像，检测到的属性的集合是未知的。

3.根据权利要求1所述的方法，其中，检测到的属性的集合与风格或美学效果相关联。

4.根据权利要求3所述的方法，其中，所述输出图像包括所述输入图像的重新风格化的版本。

5.根据权利要求1所述的方法，其中，检测到的属性的集合与第一风格相关联，并且所述输出图像的经修改的属性的集合与第二风格相关联。

6.根据权利要求5所述的方法，其中，修改所述输入图像包括将所述第一风格修改为所述第二风格。

7.根据权利要求1所述的方法，其中，检测到的属性的集合与所述输入图像中的对象相关联。

8.根据权利要求7所述的方法，其中，所述输入图像中的对象由所述输出图像中的不同对象替代。

9.根据权利要求1所述的方法，其中，检测到的属性的集合与照明相关联。

10.根据权利要求9所述的方法，其中，所述输出图像包括所述输入图像的重新照明的版本。

11.根据权利要求1所述的方法，其中，检测到的属性的集合与噪声相关联。

12.根据权利要求11所述的方法，其中，所述输出图像包括所述输入图像的去噪版本。

13.根据权利要求1所述的方法，其进一步包括利用经修改的属性的集合对所述输出图像进行标记或加标签。

14.根据权利要求1所述的方法，其中，检测到的属性的集合包括与对象/场景类型、几何形状、放置、材料、纹理、相机特性、照明特性、噪声统计信息和对比度相关联的一个或多个属性。

15.根据权利要求1所述的方法，其中，在图像数据集上训练所述机器学习框架，所述图像数据集包括与所述输入图像所属的规定场景类型相关联的受约束的对象集合的排列。

16.根据权利要求1所述的方法，其中，在包括从三维对象模型渲染的标记图像的数据集上训练所述机器学习框架。

17.根据权利要求1所述的方法，其中，所述输入图像和所述输出图像均包括照片或照片级渲染。

18.根据权利要求1所述的方法，其中，所述输入图像和所述输出图像均包括动画或视频序列的帧。

19.一种系统，包括：

处理器，其被配置成：

使用机器学习框架来检测输入图像的一个或多个属性的集合；以及

输出包括所述输入图像的经修改版本的输出图像，其中，通过修改检测到的属性的集合的至少一个子集来修改所述输入图像；以及

存储器，其耦合到所述处理器并被配置成向所述处理器提供指令。

20.一种计算机程序产品，其体现在非暂时性计算机可读存储介质中，并且包括计算机指令以用于：

使用机器学习框架来检测输入图像的一个或多个属性的集合；以及

输出包括所述输入图像的经修改版本的输出图像，其中，通过修改检测到的属性的集合的至少一个子集来修改所述输入图像。