[发明专利]使用神经网络映射的HDR图像表示

说明书

本发明描述用于使用一组参考色彩分级图像及神经网络将图像从第一动态范围映射到第二动态范围的方法及系统。给定表示相同场景但在不同动态范围内的第一图像及第二图像，从各种神经网络NN模型选择NN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导出所述选定NN模型的参数，其中所述参数包含所述选定NN模型的层中的节点的节点权重及/或节点偏差。提供使用全局映射及局域映射表示的实例HDR到SDR映射。

相关申请案的交叉参考

本申请案主张2018年4月9日申请的第62/654,614号美国临时专利申请案及2018年4月9日申请的第18166320.4号欧洲专利申请案的优先权的权益，所述两个申请案的全部内容以引用的方式并入本文中。

技术领域

本发明大体上涉及图像。更特定来说，本发明的实施例涉及使用神经网络映射将高动态范围图像从一个表示映射到另一表示。

背景技术

如本文中使用，术语′动态范围(DR)′可为关于人类视觉系统(HVS)感知图像中的强度(例如，照度、亮度)范围(例如，从最暗灰色(黑色)到最亮白色(强光))的能力。在此意义上，DR涉及′场景参考′强度。DR还可为关于显示装置充分或近似地呈现具有特定广度的强度范围的能力。在此意义上，DR涉及′显示参考′强度。除非在本文中的描述中的任何点处明确指定特定意义具有特定重要性，否则应推断，术语可在任一意义上(例如，互换地)使用。

如本文中使用，术语高动态范围(HDR)涉及横跨人类视觉系统(HVS)的14到15个数量级的DR广度。实际上，相对于HDR，人类可在其内同时感知强度范围内的广泛广度的DR可稍微被截断。如本文中使用，术语视觉动态范围(VDR)可个别地或互换地涉及可通过包含眼动的人类视觉系统(HVS)在场景或图像内感知，从而允许跨场景或图像的一些光调适改变的DR。如本文中使用，VDR可为关于横跨5到6个数量级的DR。因此，虽然相对于真实场景参考HDR，VDR可能稍微更窄，但VDR仍表示宽DR广度且还可被称为HDR。

实际上，图像包括一或多个色彩分量(例如，亮度Y以及色度Cb及Cr)，其中每一色彩分量由每一像素n个位的精确度表示(例如，n＝8)。使用线性照度编码，其中n≤8(例如，彩色24位JPEG图像)的图像被视为具有标准动态范围的图像，而其中n8的图像可被视为具有增强动态范围的图像。还可使用高精确度(例如，16位)浮点格式(例如由工业光魔公司(Industrial Light and Magic)开发的OpenEXR文件格式)存储并分布HDR图像。

大多数消费者桌上型显示器当前支持200到300cd/m²或尼特的照度。大多数消费者HDTV在从300到500尼特的范围内，其中新模型达到1000尼特(cd/m²)。因此，相对于HDR，一些常规显示器代表较低动态范围(LDR)(还被称为标准动态范围(SDR))。随着HDR内容的可用性归因于捕获设备(例如，相机)及HDR显示器(例如，来自杜比实验室(DolbyLaboratories)的PRM-4200专业参考监视器)的进步而增长，HDR内容可经色彩分级且显示于支持较高动态范围(例如，从1,000尼特到5,000尼特或更多)的HDR显示器上。

如G-M苏(G-M Su)等人的美国专利8,811,490，“多色彩通道，多回归预测器(Multiple color channel,multiple regression predictor)”中论述，图像预测技术在使用单层及多层编码技术的HDR内容的有效编码及分布中扮演重要角色。图像预测可被视为图像映射的特殊情况，其中第一表示中的图像(例如，相对于动态范围及/或色域，例如，SDR图像)经映射到第二表示的图像(例如，HDR图像)。