[发明专利]训练样本的生成方法及装置、真值图像的生成方法及装置在审
申请号: | 202110221204.8 | 申请日: | 2021-02-26 |
公开(公告)号: | CN112950503A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 黄彬;赵振海;李绰 | 申请(专利权)人: | 北京小米松果电子有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 陈蕾 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 训练 样本 生成 方法 装置 真值 图像 | ||
本公开是关于训练样本的生成方法及装置、真值图像的生成方法及装置。该方法包括:分别获取相机采用第一曝光参数拍摄得到的多张第一噪声图像,以及采用第二曝光参数拍摄得到的第二噪声图像;对所述多张第一噪声图像进行多帧降噪处理,得到真值图像;将所述真值图像和所述第二噪声图像确定为模型训练的训练样本对,所述模型用于对输入的图像进行降噪处理。对具有低噪声残留的多张第一噪声图像进行多帧降噪处理,得到真值图像,将该真值图像和真实采集的第二噪声图像作为模型训练的训练样本对,第二噪声图像所含的噪声是真实噪声而非通过模拟得到,该训练样本对的真实性、准确性非常高,能够提高模型训练的准确度。
技术领域
本公开涉及图像处理技术领域,尤其涉及训练样本的生成方法及装置、真值图像的生成方法及装置。
背景技术
手机成像过程中因为各种原因会引入噪声,所以图像降噪是成像中的重要环节。AI模型能提取深层的图像特征,能够在高维度拟合噪声形态,目前常基于AI模型实现图像降噪。但AI模型依赖样本数据,具有非常强的数据驱动的特点,用于训练模型的样本数据的数目、质量好坏、多样性直接影响模型的准确度,从而用于降噪的AI模型所用的样本数据成为限制降噪效果提升的主要因素。
发明内容
本公开提供一种训练样本的生成方法及装置、真值图像的生成方法及装置,以解决相关技术中的不足。
根据本公开实施例的第一方面,提供了一种训练样本的生成方法,包括:
分别获取相机采用第一曝光参数拍摄得到的多张第一噪声图像,以及采用第二曝光参数拍摄得到的第二噪声图像;
对所述多张第一噪声图像进行多帧降噪处理,得到真值图像;
将所述真值图像和所述第二噪声图像确定为模型训练的训练样本对,所述模型用于对输入的图像进行降噪处理。
可选地,分别获取相机采用第一曝光参数拍摄得到的多张第一噪声图像,以及采用第二曝光参数拍摄得到的至少一张第二噪声图像之前,包括:
确定所述相机在拍摄场景下的自动曝光参数以及所述拍摄场景的环境参数;
根据所述自动曝光参数和环境参数确定对应于期望环境参数的所述第一曝光参数和所述第二曝光参数。
可选地,对所述多张第一噪声图像进行多帧降噪处理,包括:
将所述多张第一噪声图像输入预先训练的多帧时域降噪模型,由所述多帧时域降噪模型对所述多张第一噪声图像进行多帧降噪处理,输出所述真值图像。
可选地,还包括:
获取图像样本;
将模拟噪声叠加于所述图像样本上,得到噪声图像样本;
将所述图像样本和所述噪声图像样本作为训练样本对训练初始多帧时域降噪模型,得到所述多帧时域降噪模型。
可选地,对所述多张第一噪声图像进行多帧降噪处理,包括:
以所述多张第一噪声图像中的一张噪声图像作为参考图像,对所述多张第一噪声图像中除所述参考图像之外的其他噪声图像进行空间对齐处理;
对所述参考图像和经过空间对齐处理的其他噪声图像进行多帧降噪处理。
可选地,将所述真值图像和所述第二噪声图像确定为模型训练的训练样本对,包括:
对所述真值图像和所述第二噪声图像进行亮度对齐处理;
将经过亮度对齐处理的真值图像和第二噪声图像作为模型训练的训练样本对。
可选地,将所述真值图像和所述第二噪声图像确定为模型训练的训练样本对,包括:
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北京小米松果电子有限公司,未经北京小米松果电子有限公司许可,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/202110221204.8/2.html,转载请声明来源钻瓜专利网。