[发明专利]用于基于DNN的成像的方法和系统在审

专利信息
申请号: 201980036395.1 申请日: 2019-05-28
公开(公告)号: CN112272832A 公开(公告)日: 2021-01-26
发明(设计)人: 特吉·普拉塔普·吉维斯;维沙尔·凯沙夫 申请(专利权)人: 三星电子株式会社
主分类号: G06N3/08 分类号: G06N3/08;H04N9/64;G06T1/20
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;杨莘
地址: 韩国京畿道水*** 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 基于 dnn 成像 方法 系统
【权利要求书】:

1.基于DNN的图像处理的方法,所述图像处理由成像设备进行,所述方法包括:

由所述成像设备获取具有多个颜色通道的至少一个输入图像;

由所述成像设备同时提取:

来自所述至少一个输入图像的所述颜色通道中的每个的语义信息;以及

来自所述至少一个输入图像的所述颜色通道中的每个的颜色相关性信息;以及

由所述成像设备基于所提取的语义信息和所提取的颜色相关性信息生成至少一个输出图像。

2.如权利要求1所述的方法,还包括:

由所述成像设备执行所述语义信息和所述颜色相关性信息的逐通道融合。

3.如权利要求2所述的方法,还包括:

生成与所述深度通道中的每个对应的一个或多个语义过滤器,以及

其中,执行所述逐通道融合包括:将所述一个或多个语义过滤器中的每个同与所述深度通道中的每个对应的所提取的颜色相关性信息进行融合。

4.如权利要求1所述的方法,其中,提取所述语义信息和所述颜色相关性信息包括:通过使用各自分离的神经网络单独地提取所述语义信息和所述颜色相关性信息。

5.如权利要求1所述的方法,其中,提取所述语义信息包括:通过使用逐深度卷积来提取所述语义信息。

6.如权利要求1所述的方法,其中,提取所述颜色相关性信息包括:通过使用逐点卷积来提取所述颜色相关性信息。

7.如权利要求2所述的方法,其中,执行所述语义信息和所述颜色相关性信息的所述逐通道融合包括:

由所述成像设备针对所述通道中的每个对来自所述语义信息和所述颜色相关性信息的各个通道的像素进行融合;以及

由所述成像设备基于所述融合针对所述通道中的每个生成所述语义信息和所述颜色相关性信息之间的学习映射。

8.如权利要求2所述的方法,其中,生成至少一个输出图像包括:

由所述成像设备基于所述语义信息和所述颜色相关性信息的所述逐通道融合生成预测;

由所述成像设备基于从所述逐通道融合操作生成的所述预测值来校正所述至少一个输入图像;以及

由所述成像设备基于所述校正生成所述至少一个输出图像。

9.用于基于DNN的图像处理的成像设备,所述成像设备包括:

存储器;

处理器,联接到所述存储器并且配置为:

获取具有多个颜色通道的至少一个输入图像;

同时地从所述至少一个图像的颜色通道中的每个提取语义信息和从所述至少一个图像的颜色通道中的每个提取颜色相关性信息;以及

基于所提取的语义信息和所提取的颜色相关性信息生成至少一个输出图像。

10.如权利要求9所述的成像设备,其中,所述处理器还配置为:执行所述语义信息与所述颜色相关性信息的逐通道融合。

11.如权利要求10所述的成像设备,

其中,所述处理器还配置为:生成与所述深度通道中的每个对应的至少一个语义过滤器;以及

其中,所述处理器还配置为:将所述至少一个语义过滤器中的每个与对应于所述深度通道中的每个的所提取的颜色相关性信息进行融合。

12.如权利要求9所述的成像设备,其中,所述处理器配置为:通过使用各自分离的神经网络单独地提取所述语义信息和所述颜色相关性信息。

13.如权利要求9所述的成像设备,其中,所述处理器配置为:通过使用逐深度卷积来提取所述语义信息。

14.如权利要求9所述的成像设备,其中,所述处理器配置为:通过使用逐点卷积来提取所述颜色相关性信息。

15.非暂时性计算机可读记录介质,其上记录有可执行的程序,其中,所述程序在由至少一个处理器执行时指令计算机执行以下操作:

由成像设备获取具有多个颜色通道的至少一个输入图像;

由所述成像设备同时提取:

来自所述至少一个输入图像的颜色通道中的每个的语义信息;以及

来自所述至少一个输入图像的颜色通道中的每个的颜色相关性信息;以及

由所述成像设备基于所提取的语义信息和所提取的颜色相关性信息生成至少一个输出图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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三星电子株式会社,未经三星电子株式会社许可,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/201980036395.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top