[发明专利]使用神经网络映射的HDR图像表示

权利要求书

1.一种用于将图像从第一动态范围映射到第二动态范围的方法，其中所述第一动态范围不同于所述第二动态范围，所述方法包括：

提供一或多个神经网络NN模型，每一NN模型经调适以相对于具有第二动态范围的图像近似表示具有第一动态范围的图像；

接收所述第一动态范围内的第一图像及所述第二动态范围内的第二图像，其中所述第一图像及所述第二图像表示相同场景；

从所述一或多个NN模型选择神经网络模型以基于所述第一图像及所述第二图像确定近似表示所述第二图像的输出图像；

根据优化准则、所述第一图像及所述第二图像确定选定NN模型的参数的值，其中所述参数包括所述选定NN模型的层的节点的节点权重及/或节点偏差；及

输出所述选定NN模型的所述参数，

其中所述方法进一步包括接收第三动态范围内的第三图像，其中所述第三图像表示与所述第一图像及所述第二图像相同的场景，且

其中所述一或多个NN模型包括使用多色彩等级模型的全局映射，所述多色彩等级模型包括三个神经网络，各自用于所述第一图像、所述第二图像及所述第三图像的色彩分量中的每一者，且所述三个神经网络中的每一者接收基于所述第一图像、所述第二图像及所述第三图像的所述色彩分量的全部三个的像素值的输入及指示所述输入像素值的色彩等级的输入，且其中所述一或多个NN模型包括局域映像模型，且所述局域映像NN模型包括三个神经网络，各自用于所述第一图像及所述第二图像的所述色彩分量中的每一者，且所述三个神经网络中的每一者接收基于所述第一图像及所述第二图像的所述色彩分量的全部三个的像素值的输入及指示所述输入像素值的像素坐标的输入。

2.根据权利要求1所述的方法，其中所述一或多个NN模型包括全局映射NN模型，且所述全局映射NN模型包括三个神经网络，各自用于所述第一图像及所述第二图像的色彩分量中的每一者，且所述三个神经网络中的每一者接收基于所述第一图像及所述第二图像的全部三个色彩分量的像素值的输入。

3.根据权利要求1所述的方法，其中指示输入像素的输入等级的所述色彩等级的所述输入包括每一色彩等级的正规化峰值亮度的正规化向量。

4.根据权利要求2所述的方法，其中到所述三个神经网络中的每一者的输入像素值在-1到1之间正规化。

5.根据权利要求4所述的方法，其中所述选定NN模型的所述参数进一步包括所述正规化输入像素值的每一色彩分量的增益因子、最小值及最大值。

6.根据权利要求2所述的方法，其中全部输入图像呈4:2:0YCbCr色彩格式，且所述方法进一步包括：

在所述第一图像的Y分量经输入第二(Cb)色彩分量及第三(Cr)色彩分量的所述神经网络中之前将其下取样到所述第一图像的所述Cb或Cr分量的分辨率；及

在所述第二图像的所述Cb及Cr分量经输入第一(Y)色彩分量的所述神经网络中之前将其上取样到所述第一图像的所述Y分量的分辨率。

7.根据权利要求1所述的方法，其中所述像素坐标包括(x,y)位置对且所述位置对中的值经正规化到0到1之间。

8.根据权利要求1所述的方法，其中所述优化准则包括最小化所述输出图像与所述第二图像之间的均方差。