[发明专利]电子装置、方法、以及计算机程序

权利要求书

1.一种方法，包括：使用较高质量参考数据以及较低质量数据来对预训练的人工神经网络进行适配，以获得适配的人工神经网络。

2.根据权利要求1所述的方法，还包括：使用所述适配的人工神经网络，通过将退化的图像映射至改善的图像来从所述退化的图像创建所述改善的图像。

3.根据权利要求1所述的方法，其中，在与所述适配的人工神经网络的预期使用有关的条件下，获得退化数据。

4.根据权利要求3所述的方法，其中，训练考虑在所述适配的人工神经网络的所述预期使用期间所使用的相机、透镜、传感器、和/或压缩方案的任何特性。

5.根据权利要求1所述的方法，其中，退化数据考虑特定应用中需要改善的具体类型的退化数据。

6.根据权利要求1所述的方法，其中，通过不支持发送高质量参考数据所必需的全带宽的数据链路发送所述高质量参考数据，来从所述高质量参考数据产生退化数据。

7.根据权利要求1所述的方法，其中，通过数据压缩从高质量参考数据产生退化的训练数据。

8.根据权利要求1所述的方法，其中，所述较高质量参考数据是指使用特定应用的硬件和图像内容实时地生成的参考数据。

9.根据权利要求1所述的方法，其中，所述较高质量参考数据利用较高质量参考相机而获得，所述较高质量参考相机与退化数据一起使用，所述退化数据利用较低质量相机并排捕获。

10.根据权利要求1所述的方法，其中，适配处理发生在人工神经网络的预期使用期间。

11.根据权利要求1所述的方法，其中，在适配的神经网络的预期使用开始的有限时间段期间执行适配处理。

12.根据权利要求1所述的方法，还包括利用通用训练数据预训练人工神经网络，以获得所述预训练的人工神经网络。

13.根据权利要求1所述的方法，其中，退化数据包括失真或低分辨率的图像。

14.根据权利要求1所述的方法，其中，适配处理在装置被制造时作为校准步骤完成。

15.根据权利要求1所述的方法，其中，对所述预训练的人工神经网络进行适配包括：使用梯度下降和/或误差反向传播，来更新所述预训练的人工神经网络的权重。

16.根据权利要求1所述的方法，其中，退化训练数据包括退化的图像，并且所述较高质量参考数据包括较高质量目标图像。

17.根据权利要求1所述的方法，其中，对所述预训练的人工神经网络进行适配包括：将退化的图像映射至改善的图像。

18.根据权利要求17所述的方法，其中，对所述预训练的人工神经网络进行适配包括：使所述改善的图像与相应的较高质量目标图像对准。

19.根据权利要求17所述的方法，其中，对所述预训练的人工神经网络进行适配包括：基于所述改善的图像和相应的较高质量目标图像生成差异图像。

20.一种电子装置，包括电路，所述电路被配置为通过利用适配的人工神经网络将退化的图像映射至改善的图像来从所述退化的图像创建所述改善的图像，其中，所述适配的人工神经网络通过使用退化数据以及较高质量参考数据训练预训练的人工神经网络而获得。