[发明专利]一种图像去模糊方法及装置、存储介质有效

专利信息
申请号: 201910570013.5 申请日: 2019-06-27
公开(公告)号: CN110310242B 公开(公告)日: 2022-04-15
发明(设计)人: 王道烨;张佳维;潘金山;周尚辰;赵富荣;严琼;任思捷 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 李昂;张颖玲
地址: 518054 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 模糊 方法 装置 存储 介质
【权利要求书】:

1.一种图像去模糊方法,其特征在于,所述方法包括:

获取至少两帧相邻图像的光流;

基于所述至少两帧相邻图像的光流,获取第一神经网络的权重;

利用第二神经网络对所述至少两帧相邻图像中的第一图像进行去模糊,得到与所述第一图像对应的第二图像,所述第一图像为所述至少两帧相邻图像中的任一图像,所述第二图像的清晰度高于所述第一图像,所述第二神经网络的编码器部分包括至少一个所述第一神经网络。

2.根据权利要求1所述的方法,其特征在于,所述光流包括所述至少两帧相邻图像之间的一个或多个尺度的运动特征;所述获取至少两帧相邻图像的光流,包括:

对所述至少两帧相邻图像进行编码得到一组图像编码特征,所述一组图像编码特征中包括多个尺度的图像编码特征;

在所述图像编码特征为所述一组图像编码特征中尺度最小的第一图像编码特征的情况下,基于所述第一图像编码特征获取第一运动特征;

在所述图像编码特征不为所述一组图像编码特征中尺度最小的第二图像编码特征的情况下,基于所述第二图像编码特征、与所述第二图像编码特征相邻尺度的第三图像编码特征以及与所述第二图像编码特征尺度相同的运动特征确定第二运动特征,所述光流包括所述第一运动特征以及所述第二运动特征。

3.根据权利要求1所述的方法,其特征在于,所述获取至少两帧相邻图像的光流,包括:

基于光流计算神经网络获取所述至少两帧相邻图像的光流。

4.根据权利要求1所述的方法,其特征在于,所述基于所述至少两帧相邻图像的光流,获取第一神经网络的权重,包括:

基于第二图像编码特征、与所述第二图像编码特征相邻尺度的第三图像编码特征以及与所述第二图像编码特征尺度相同的运动特征,进行特征计算得到所述第一神经网络的权重。

5.根据权利要求1所述的方法,其特征在于,所述利用第二神经网络对所述至少两帧相邻图像中的第一图像进行去模糊,得到与所述第一图像对应的第二图像,包括:

将所述第一图像经过至少一个所述第一神经网络计算得到所述第一图像的编码特征;

对所述第一图像的编码特征进行解码操作得到第二图像。

6.根据权利要求2所述的方法,其特征在于,所述基于所述第一图像编码特征获取第一运动特征,包括:

对所述第一图像编码特征进行光流估计处理,得到第一运动信息;

对所述第一图像编码特征进行上采样,得到第一放大的特征;

将所述第一运动信息、所述第一放大的特征和与所述第一图像编码特征相邻尺度的第四图像编码特征组成所述第一运动特征。

7.根据权利要求2所述的方法,其特征在于,所述基于所述第二图像编码特征、与所述第二图像编码特征相邻尺度的第三图像编码特征以及与所述第二图像编码特征尺度相同的运动特征确定第二运动特征,包括:

对所述第二图像编码特征进行光流估计处理,得到与所述第二图像编码特征尺度相同的运动特征;

对所述第二图像编码特征进行上采样,得到第二放大的特征;

将所述第二放大的特征、所述第三图像编码特征和所述与所述第二图像编码特征尺度相同的运动特征,确定为所述第二运动特征。

8.根据权利要求5所述的方法,其特征在于,所述对所述第一图像的编码特征进行解码操作得到第二图像,包括:

将所述第一图像的编码特征中最小编码特征输入所述第二神经网络的解码器中,得到第一解码特征;

将所述第一解码特征和所述最小编码特征组成第一组合特征;

将所述第一组合特征输入所述第二神经网络的解码器中,得到第二解码特征;

将所述第二解码特征和所述第一图像的编码特征中的后一个编码特征组成第二组合特征,所述后一个编码特征为所述第一图像的编码特征中与所述最小编码特征相邻、且尺寸大于所述最小编码特征的特征;

直至得到所述第一图像的编码特征中最大编码特征对应的第三组合特征时,对所述第三组合特征输入所述第二神经网络的解码器中,得到所述第二图像。

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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/201910570013.5/1.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