[发明专利]一种端到端深度学习框架下的多曝光图像融合方法有效

专利信息
申请号: 201710353492.6 申请日: 2017-05-18
公开(公告)号: CN107203985B 公开(公告)日: 2019-11-08
发明(设计)人: 王金华;何宁;徐光美;张敬尊;张睿哲;王郁昕 申请(专利权)人: 北京联合大学
主分类号: G06T5/50 分类号: G06T5/50;G06N3/08
代理公司: 北京驰纳智财知识产权代理事务所(普通合伙) 11367 代理人: 谢亮
地址: 100101 *** 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: 发明提供一种端到端深度学习框架下的多曝光图像融合方法,包括通过训练获取参数,还包括以下步骤:将所述原始图像基于卷积神经网络进行融合处理,得到输出图像;对所述原始图像进行N下采样,得到N2个原始子图像;将N2个所述原始子图像基于卷积神经网络分别进行融合处理,得到N2个输出子图像;把N2个所述输出子图像进行合并,得到合并子图像;输出图像和合并子图像进行权重平均后生成结果融合图像。本发明利用深度学习框架,实现一种端到端的多曝光融合方法,改变了传统方式通过网络只是计算融合系数的方式,大大降低了算法的复杂性。
搜索关键词: 子图像 卷积神经网络 融合 多曝光图像 融合处理 输出图像 原始图像 端到端 合并 传统方式 结果融合 输出 下采样 权重 算法 学习 图像 曝光 网络
【主权项】:
1.一种端到端深度学习框架下的多曝光图像融合方法,包括通过训练获取参数Θ,其特征在于,还包括以下步骤:步骤1:将原始图像基于卷积神经网络进行融合处理,得到输出图像;步骤2:对所述原始图像进行N下采样,得到N2个原始子图像;步骤3:将N2个所述原始子图像基于卷积神经网络分别进行融合处理,得到N2个输出子图像;步骤4:把N2个所述输出子图像按照步骤2的逆过程回填到原始位置,得到合并子图像;步骤5:把所述输出图像和所述合并子图像进行合并处理,生成结果融合图像。
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北京联合大学,未经北京联合大学许可,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/patent/201710353492.6/,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