CN116309226A - 一种图像处理方法及其相关设备 - Google Patents
一种图像处理方法及其相关设备 Download PDFInfo
- Publication number
- CN116309226A CN116309226A CN202310277464.6A CN202310277464A CN116309226A CN 116309226 A CN116309226 A CN 116309226A CN 202310277464 A CN202310277464 A CN 202310277464A CN 116309226 A CN116309226 A CN 116309226A
- Authority
- CN
- China
- Prior art keywords
- image
- ldr
- blocks
- image blocks
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 213
- 230000004927 fusion Effects 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 241
- 230000008569 process Effects 0.000 claims description 151
- 230000007246 mechanism Effects 0.000 claims description 103
- 230000015654 memory Effects 0.000 claims description 80
- 238000012549 training Methods 0.000 claims description 70
- 230000002452 interceptive effect Effects 0.000 claims description 43
- 238000012163 sequencing technique Methods 0.000 claims description 25
- 238000001994 activation Methods 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 44
- 239000011159 matrix material Substances 0.000 description 40
- 238000013528 artificial neural network Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 30
- 239000013598 vector Substances 0.000 description 26
- 238000000605 extraction Methods 0.000 description 19
- 238000013473 artificial intelligence Methods 0.000 description 14
- 238000003062 neural network model Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 13
- 230000004913 activation Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000001537 neural effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- MHABMANUFPZXEB-UHFFFAOYSA-N O-demethyl-aloesaponarin I Natural products O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=C(O)C(C(O)=O)=C2C MHABMANUFPZXEB-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法及其相关设备,可以令多个低动态范围LDR图像实现更加优质的融合,从而使得最终得到的HDR图像不存在伪影。本申请的方法包括:当需要获取目标对象的高动态范围HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。
Description
技术领域
本申请实施例涉及人工智能(artificial intelligence,AI)技术领域,尤其涉及一种图像处理方法及其相关设备。
背景技术
高动态范围(high dynamic range,HDR)成像作为计算机视觉应用中的关键问题,受到了越来越广泛的关注。随着AI技术的快速发展,越来越多的设备厂商在设备中内置AI技术中的神经网络模型,以通过模型来获取高质量的HDR图像。
在相关技术中,可先利用不同的多个曝光率对某个场景中的目标对象进行拍摄,从而采集到目标对象的多个低动态范围(low dynamic range,LDR)图像。然后,可将这多个LDR图像输入神经网络模型,以通过神经网络模型对这多个LDR图像进行融合,从而得到目标对象的HDR图像。
上述过程中,在拍摄多个LDR图像的过程中,目标对象在场景中可能发生移动,导致拍摄得到的多个LDR图像所呈现的内容之间存在差异,故直接基于这多个LDR图像融合后所得到的HDR图像,容易存在伪影。
发明内容
本申请实施例提供了一种图像处理方法及其相关设备,可以令多个LDR图像实现更加优质的融合,从而使得最终得到的HDR图像不存在伪影。
本申请实施例的第一方面提供了一种图像处理方法,该方法可通过目标模型实现,该方法包括:
当需要获取目标对象的HDR图像时,可使用不同曝光率对目标对象进行拍摄,从而采集得到目标对象的第一LDR图像以及目标对象的第二LDR图像。需要说明的是,拍摄第二LDR图像所使用的曝光率既可以大于拍摄第一LDR图像所使用的曝光率,也可以小于拍摄第一LDR图像所使用的曝光率。
得到目标对象的第一LDR图像以及目标对象的第二LDR图像后,可将目标对象的第一LDR图像以及目标对象的第二LDR图像输入至目标模型。接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,目标模型可对目标对象的第一LDR图像的多个第一图像块以及目标对象的第二LDR图像的多个第二图像块进行图像块匹配,从而构建多个第一图像块与多个第二图像块之间的一一对应关系。
得到多个第一图像块与多个第二图像块之间的一一对应关系后,目标模型可利用多个第一图像块与多个第二图像块之间的一一对应关系,对第一LDR图像和第二LDR图像进行融合,从而得到并对外输出目标对象的HDR图像。
从上述方法可以看出:当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的对应关系包括:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。前述实现方式中,接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,目标模型可对第一LDR图像和第二LDR图像进行一系列的处理,从而得到第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度。得到多个第一图像块和多个第二图像块之间的相似度后,目标模型可利用多个第一图像块和多个第二图像块之间的相似度,准确地构建出多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度包括:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。前述实现方式中,接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,目标模型对第一LDR图像和第二LDR图像分别进行特征提取,从而相应得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征。得到多个第一图像块的第一特征和多个第二图像块的第二特征后,目标模型还可对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,以准确得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系包括:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。前述实现方式中,对于多个第一图像块的任意一个第一图像块(即前述的第三图像块)而言,目标模型可基于该第一图像块与多个第二图像块之间的相似度,在多个第二图像块中,选出相似度最大的第二图像块,作为与该第一图像块最相似的第二图像块(即前述的第四图像块)。然后,目标模型可构建该第一图像块以及与该第一图像块最相似的第二图像块之间的对应关系。此外,目标模型还可对多个第一图像块中除该第一图像块之外的其余第一图像块,执行如同对该第一图像块所执行的操作,故最终可得到多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的高动态范围HDR图像包括:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。前述实现方式中,接收到第一LDR图像和第二LDR图像后,目标模型还可对第一LDR图像和第二LDR图像进行特征提取,从而得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征。得到多个第二图像块的第四特征后以及多个第一图像块与多个第二图像块之间的一一对应关系后,由于该对应关系指示这多个第二图像块的第四特征的新排序,故目标模型可基于该对应关系,对多个第二图像块的第四特征的排序进行调整,从而得到调整排序后的多个第二图像块的第四特征。那么,得到多个第一图像块的第三特征以及调整排序后的多个第二图像块的第四特征后,目标模型可对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行一些列的处理,从而最终得到并对外输出目标对象的HDR图像。
在一种可能实现的方式中,对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像包括:对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。前述实现方式中,得到多个第一图像块的第三特征、多个第二图像块的第四特征以及调整排序后的多个第二图像块的第四特征后,目标模型可对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行一些列的处理,从而最终得到并对外输出目标对象的HDR图像。
在一种可能实现的方式中,前述的处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。前述实现方式中,目标模型可基于自注意力机制和交互注意力机制,来实现针对第一LDR图像和第二LDR图像的融合。在该融合过程中,可以有效考虑到第一LDR图像和第二LDR图像自身的细节信息,从而使得最终得到的HDR图像既保持较好的细节,且不存在伪影。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第二方面提供了一种模型训练方法,其特征在于,该方法包括:获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像;通过待训练模型对第一LDR图像和第二LDR图像进行处理,得到目标对象的高动态范围HDR图像,其中,待训练模型用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像;基于HDR图像,对待训练模型进行训练,得到目标模型。
上述方法训练得到的目标模型,具备图像处理功能(例如,将多个LDR图像融合成HDR图像的功能等等)。具体地,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,待训练模型,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,待训练模型,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,待训练模型,用于:对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第三方面提供了一种图像处理方法,该方法包括:获取目标对象的第一带噪图像以及目标对象的第二带噪图像,第一带噪图像以及第二带噪图像为基于不同曝光度对目标对象进行拍摄得到的图像;基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块与第二带噪图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一带噪图像和第二带噪图像进行融合,得到目标对象的去噪图像。
在一种可能实现的方式中,基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块与第二带噪图像的多个第二图像块之间的对应关系包括:基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块和第二带噪图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块和第二带噪图像的多个第二图像块之间的相似度包括:对第一带噪图像和第二带噪图像进行特征提取,得到第一带噪图像的多个第一图像块的第一特征,以及第二带噪图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系包括:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,基于对应关系,对第一带噪图像和第二带噪图像进行融合,得到目标对象的高动态范围去噪图像包括:对第一带噪图像和第二带噪图像进行特征提取,得到第一带噪图像的多个第一图像块的第三特征,以及第二带噪图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的去噪图像。
在一种可能实现的方式中,对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的去噪图像包括:对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的去噪图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第四方面提供了一种图像处理方法,该方法包括:获取目标对象的第一低分辨率图像以及目标对象的第二低分辨率图像,第一低分辨率图像以及第二低分辨率图像为基于不同曝光度对目标对象进行拍摄得到的图像;基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块与第二低分辨率图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一低分辨率图像和第二低分辨率图像进行融合,得到目标对象的高分辨率图像。
在一种可能实现的方式中,基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块与第二低分辨率图像的多个第二图像块之间的对应关系包括:基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块和第二低分辨率图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块和第二低分辨率图像的多个第二图像块之间的相似度包括:对第一低分辨率图像和第二低分辨率图像进行特征提取,得到第一低分辨率图像的多个第一图像块的第一特征,以及第二低分辨率图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系包括:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,基于对应关系,对第一低分辨率图像和第二低分辨率图像进行融合,得到目标对象的高动态范围高分辨率图像包括:对第一低分辨率图像和第二低分辨率图像进行特征提取,得到第一低分辨率图像的多个第一图像块的第三特征,以及第二低分辨率图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的高分辨率图像。
在一种可能实现的方式中,对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的高分辨率图像包括:对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的高分辨率图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第五方面提供了一种图像处理装置,该装置包含目标模型,该装置包括:第一获取模块,用于获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像;第二获取模块,用于基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;融合模块,用于基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像。
从上述装置可以看出:当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,第二获取模块,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,第二获取模块,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,第二获取模块,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,融合模块,用于对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,融合模块,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第六方面提供了一种模型训练装置,该装置包括:获取模块,用于获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像;处理模块,用于通过待训练模型对第一LDR图像和第二LDR图像进行处理,得到目标对象的高动态范围HDR图像,其中,待训练模型用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像;训练模块,用于基于HDR图像,对待训练模型进行训练,得到目标模型。
上述装置训练得到的目标模型,具备图像处理功能(例如,将多个LDR图像融合成HDR图像的功能等等)。具体地,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,待训练模型,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,待训练模型,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,待训练模型,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第七方面提供了一种图像处理装置,该装置包含目标模型,该装置包括:第一获取模块,用于获取目标对象的第一带噪图像以及目标对象的第二带噪图像,第一带噪图像以及第二带噪图像为基于不同曝光度对目标对象进行拍摄得到的图像;第二获取模块,用于基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块与第二带噪图像的多个第二图像块之间的一一对应关系;融合模块,用于基于对应关系,对第一带噪图像和第二带噪图像进行融合,得到目标对象的去噪图像。
在一种可能实现的方式中,第二获取模块,用于:基于第一带噪图像和第二带噪图像,获取第一带噪图像的多个第一图像块和第二带噪图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,第二获取模块,用于:对第一带噪图像和第二带噪图像进行特征提取,得到第一带噪图像的多个第一图像块的第一特征,以及第二带噪图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,第二获取模块,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,融合模块,用于对第一带噪图像和第二带噪图像进行特征提取,得到第一带噪图像的多个第一图像块的第三特征,以及第二带噪图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的去噪图像。
在一种可能实现的方式中,融合模块,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的去噪图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第八方面提供了一种图像处理装置,该装置包含目标模型,该装置包括:第一获取模块,用于获取目标对象的第一低分辨率图像以及目标对象的第二低分辨率图像,第一低分辨率图像以及第二低分辨率图像为基于不同曝光度对目标对象进行拍摄得到的图像;第二获取模块,用于基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块与第二低分辨率图像的多个第二图像块之间的一一对应关系;融合模块,用于基于对应关系,对第一低分辨率图像和第二低分辨率图像进行融合,得到目标对象的高分辨率图像。
在一种可能实现的方式中,第二获取模块,用于:基于第一低分辨率图像和第二低分辨率图像,获取第一低分辨率图像的多个第一图像块和第二低分辨率图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,第二获取模块,用于:对第一低分辨率图像和第二低分辨率图像进行特征提取,得到第一低分辨率图像的多个第一图像块的第一特征,以及第二低分辨率图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,第二获取模块,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,融合模块,用于对第一低分辨率图像和第二低分辨率图像进行特征提取,得到第一低分辨率图像的多个第一图像块的第三特征,以及第二低分辨率图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的高分辨率图像。
在一种可能实现的方式中,融合模块,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的高分辨率图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
本申请实施例的第九方面提供了一种图像处理装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,图像处理装置执行如第一方面、第一方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十方面提供了一种模型训练装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,模型训练装置执行如第二方面或第二方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十一方面提供了一种电路***,该电路***包括处理电路,该处理电路配置为执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十二方面提供了一种芯片***,该芯片***包括处理器,用于调用存储器中存储的计算机程序或计算机指令,以使得该处理器执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
在一种可能的实现方式中,该处理器通过接口与存储器耦合。
在一种可能的实现方式中,该芯片***还包括存储器,该存储器中存储有计算机程序或计算机指令。
本申请实施例的第十三方面提供了一种计算机存储介质,该计算机存储介质存储有计算机程序,该程序在由计算机执行时,使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十四方面提供了一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时,使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例中,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
附图说明
图1为人工智能主体框架的一种结构示意图;
图2a为本申请实施例提供的图像处理***的一个结构示意图;
图2b为本申请实施例提供的图像处理***的另一结构示意图;
图2c为本申请实施例提供的图像处理的相关设备的一个示意图;
图3为本申请实施例提供的***100架构的一个示意图;
图4为本申请实施例提供的目标模型的一个结构示意图;
图5为本申请实施例提供的图像处理方法的一个流程示意图;
图6为本申请实施例提供的块搜索网络的一个结构示意图;
图7为本申请实施例提供的块搜索网络的另一结构示意图;
图8为本申请实施例提供的融合transformer网络的一个结构示意图;
图9为本申请实施例提供的融合transformer网络的另一结构示意图;
图10为本申请实施例提供的局部重建transformer网络的一个结构示意图;
图11为本申请实施例提供的自注意力机制模块或交互注意力机制模块的一个结构示意图;
图12为本申请实施例提供的transformer模块的一个结构示意图;
图13a为本申请实施例提供的比较结果的一个示意图;
图13b为本申请实施例提供的比较结果的另一示意图;
图14为本申请实施例提供的比较结果的另一示意图;
图15为本申请实施例提供的比较结果的另一示意图;
图16为本申请实施例提供的模型训练方法的一个流程示意图;
图17为本申请实施例提供的图像处理装置的一个结构示意图;
图18为本申请实施例提供的模型训练装置的一个结构示意图;
图19为本申请实施例提供的执行设备的一个结构示意图;
图20为本申请实施例提供的训练设备的一个结构示意图;
图21为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种图像处理方法及其相关设备,可以令多个LDR图像实现更加优质的融合,从而使得最终得到的HDR图像不存在伪影。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
HDR成像作为计算机视觉应用中的关键问题,受到了越来越广泛的关注。随着AI技术的快速发展,越来越多的设备厂商在设备中内置AI技术中的神经网络模型,以通过模型获取高质量的HDR图像。
在相关技术中,可先利用不同的多个曝光率对某个场景中的目标对象进行拍摄,从而采集到目标对象的多个LDR图像。然后,可将这多个LDR图像输入神经网络模型,以通过神经网络模型对这多个LDR图像进行融合,从而得到目标对象的HDR图像。例如,可先采集同一场景的三张LDR图像,这三张LDR图像是通过三种曝光度拍摄的,经过神经网络模型对这三张LDR图像进行处理后,可得到颜色、亮度以及对比度等各项图像指标均优化后的HDR图像。
上述过程中,在拍摄多个LDR图像的过程中,目标对象在场景中可能发生移动,导致拍摄得到的多个LDR图像所呈现的内容之间存在差异,故神经网络模型直接基于这多个LDR图像融合后所得到的HDR图像,容易存在伪影。
进一步地,为了抑制伪影的产生,其他相关技术通常会让神经网络模型在对多个LDR图像进行融合的过程中,忽略图像中的一些信息,这样融合得到的HDR图像不会存在伪影,但HDR图像自身的细节往往不够良好,也就是HDR图像的质量不高。
为了解决上述问题,本申请实施例提供了一种图像处理方法,该方法可结合人工智能(artificial intelligence,AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科,AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说,人工智能技术是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。
首先对人工智能***总体工作流程进行描述,请参见图1,图1为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到***的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能***提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算***中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有***的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能***中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用***,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能***在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的图像处理***的一个结构示意图,该图像处理***包括用户设备以及数据处理设备。其中,用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为图像处理的发起端,作为图像处理请求的发起方,通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的图像处理请求,再通过存储数据的存储器以及数据处理的处理器环节进行机器学习,深度学习,搜索,推理,决策等方式的图像处理。数据处理设备中的存储器可以是一个统称,包括本地存储以及存储历史数据的数据库,数据库可以在数据处理设备上,也可以在其它网络服务器上。
在图2a所示的图像处理***中,用户设备可以接收用户的指令,例如用户设备可以获取用户输入/选择的多个图像,然后向数据处理设备发起请求,使得数据处理设备针对用户设备得到的这多个图像执行图像融合应用,从而得到针对这多个图像的对应的融合结果。示例性的,用户设备可以获取用户输入的多个LDR图像,然后向数据处理设备发起图像融合请求,使得数据处理设备基于图像融合请求,对这多个LDR图像进行一系列的处理,从而得到这多个LDR图像的处理结果,也就是基于这多个LDR图像融合得到的HDR图像。
在图2a中,数据处理设备可以执行本申请实施例的图像处理方法。
图2b为本申请实施例提供的图像处理***的另一结构示意图,在图2b中,用户设备直接作为数据处理设备,该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理,具体过程与图2a相似,可参考上面的描述,在此不再赘述。
在图2b所示的图像处理***中,用户设备可以接收用户的指令,例如用户设备可以获取用户输入的多个LDR图像,然后对这多个LDR图像进行一系列的处理,从而得到这多个LDR图像的处理结果,也就是基于这多个LDR图像融合得到的HDR图像。
在图2b中,用户设备自身就可以执行本申请实施例的图像处理方法。
图2c为本申请实施例提供的图像处理的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302,图2a中的数据处理设备具体可以是图2c中的执行设备210,其中,数据存储***250可以存储执行设备210的待处理数据,数据存储***250可以集成在执行设备210上,也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如,基于支持向量机的模型)进行数据训练/机器学习/深度学习,并利用数据最终训练或者学习得到的模型针对图像执行图像处理应用,从而得到相应的处理结果。
图3为本申请实施例提供的***100架构的一个示意图,在图3中,执行设备110配置输入/输出(input/output,I/O)接口112,用于与外部设备进行数据交互,用户可以通过客户设备140向I/O接口112输入数据,所述输入数据在本申请实施例中可以包括:各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理,或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中,执行设备110可以调用数据存储***150中的数据、代码等以用于相应的处理,也可以将相应处理得到的数据、指令等存入数据存储***150中。
最后,I/O接口112将处理结果返回给客户设备140,从而提供给用户。
值得说明的是,训练设备120可以针对不同的目标或称不同的任务,基于不同的训练数据生成相应的目标模型/规则,该相应的目标模型/规则即可以用于实现上述目标或完成上述任务,从而为用户提供所需的结果。其中,训练数据可以存储在数据库130中,且来自于数据采集设备160采集的训练样本。
在图3中所示情况下,用户可以手动给定输入数据,该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下,客户设备140可以自动地向I/O接口112发送输入数据,如果要求客户设备140自动发送输入数据需要获得用户的授权,则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果,具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端,采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据,并存入数据库130。当然,也可以不经过客户设备140进行采集,而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果,作为新的样本数据存入数据库130。
值得注意的是,图3仅是本申请实施例提供的一种***架构的示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制,例如,在图3中,数据存储***150相对执行设备110是外部存储器,在其它情况下,也可以将数据存储***150置于执行设备110中。如图3所示,可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片,该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中,用以完成计算模块111的计算工作。该芯片也可以被设置在如图3所示的训练设备120中,用以完成训练设备120的训练工作并输出目标模型/规则。
神经网络处理器NPU,NPU作为协处理器挂载到主中央处理器(centralprocessing unit,CPU)(host CPU)上,由主CPU分配任务。NPU的核心部分为运算电路,控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中,运算电路内部包括多个处理单元(process engine,PE)。在一些实现中,运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。例如,向量计算单元可以用于神经网络中非卷积/非FC层的网络计算,如池化(pooling),批归一化(batch normalization),局部响应归一化(localresponse normalization)等。
在一些实现种,向量计算单元能将经处理的输出的向量存储到统一缓存器。例如,向量计算单元可以将非线性函数应用到运算电路的输出,例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元生成归一化的值、合并值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路的激活输入,例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller,DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器,以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit,BIU),用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer),用于存储控制器使用的指令;
控制器,用于调用指存储器中缓存的指令,实现控制该运算加速器的工作过程。
一般地,统一存储器,输入存储器,权重存储器以及取指存储器均为片上(On-Chip)存储器,外部存储器为该NPU外部的存储器,该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory,DDRSDRAM)、高带宽存储器(high bandwidth memory,HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用,为了便于理解,下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的,神经单元可以是指以xs和截距1为输入的运算单元,该运算单元的输出可以为:
其中,s=1、2、……n,n为大于1的自然数,Ws为xs的权重,b为神经单元的偏置。f为神经单元的激活函数(activation functions),用于将非线性特性引入神经网络中,来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络,即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连,来提取局部接受域的特征,局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y=a(Wx+b)来描述:从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作,完成输入空间到输出空间的变换(即矩阵的行空间到列空间),这五种操作包括:1、升维/降维;2、放大/缩小;3、旋转;4、平移;5、“弯曲”。其中1、2、3的操作由Wx完成,4的操作由+b完成,5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物,而是一类事物,空间是指这类事物所有个体的集合。其中,W是权重向量,该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换,即每一层的权重W控制着如何变换空间。训练神经网络的目的,也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此,神经网络的训练过程本质上就是学习控制空间变换的方式,更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值,所以可以通过比较当前网络的预测值和真正想要的目标值,再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然,在第一次更新之前通常会有初始化的过程,即为神经网络中的各层预先配置参数),比如,如果网络的预测值高了,就调整权重向量让它预测低一些,不断的调整,直到神经网络能够预测出真正想要的目标值。因此,就需要预先定义“如何比较预测值和目标值之间的差异”,这便是损失函数(loss function)或目标函数(objective function),它们是用于衡量预测值和目标值的差异的重要方程。其中,以损失函数举例,损失函数的输出值(loss)越高表示差异越大,那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation,BP)算法在训练过程中修正初始的神经网络模型中参数的大小,使得神经网络模型的重建误差损失越来越小。具体地,前向传递输入信号直至输出会产生误差损失,通过反向传播误差损失信息来更新初始的神经网络模型中参数,从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动,旨在得到最优的神经网络模型的参数,例如权重矩阵。
下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。
本申请实施例提供的模型训练方法,涉及数据序列的处理,具体可以应用于数据训练、机器学习、深度学习等方法,对训练数据(例如,本申请实施例提供的模型训练方法中目标对象的第一LDR图像以及目标对象的第二LDR图像)进行符号化和形式化的智能信息建模、抽取、预处理、训练等,最终得到训练好的神经网络(例如,本申请实施例提供的模型训练方法中的目标模型);并且,本申请实施例提供的图像处理方法可以运用上述训练好的神经网络,将输入数据(例如,本申请实施例提供的图像处理方法中目标对象的第一LDR图像以及目标对象的第二LDR图像)输入到所述训练好的神经网络中,得到输出数据(例如,本申请实施例提供的图像处理方法中目标对象的HDR图像)。需要说明的是,本申请实施例提供的模型训练方法和图像处理方法是基于同一个构思产生的发明,也可以理解为一个***中的两个部分,或一个整体流程的两个阶段:如模型训练阶段和模型应用阶段。
本申请实施例提供的图像处理方法可通过目标模型实现,下文先对目标模型的结构进行简单的介绍。图4为本申请实施例提供的目标模型的一个结构示意图,如图4所示,目标模型包含一个基于语音相似性的块搜索网络,以及一个基于自注意力基于和交互注意力机制的融合transformer网络以及一个局部重建transformer网络,其中,块搜索网络的输入端以及融合transformer网络的第一输入端作为整个目标模型的输入端,块搜索网络的输出端与融合transformer网络的第二输入端连接,融合transformer网络的输出端与局部重建transformer网络的输入端连接,局部重建transformer网络的输出端作为整个目标模型的输出端。为了了解图4所示的目标模型的工作流程,下文结合图5对该工作流程进行介绍,图5为本申请实施例提供的图像处理方法的一个流程示意图,如图5所示,该方法包括:
501、获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像。
本实施例中,当需要获取目标对象的HDR图像时,可使用不同曝光率对目标对象进行拍摄,从而采集得到目标对象的第一LDR图像(也可以称为目标对象的参考图像)以及目标对象的第二LDR图像(也可以称为目标对象的支持图像)。需要说明的是,目标对象可以指某个场景中的某个物体,也可以指某个场景中包含某个物体的区域等等,例如,在公园这一场景中,目标对象可以指公园中的一个男生,也可以指公园中男生所在的草地等等。
值得注意的是,第二LDR图像的数量既可以是一个,也可以是多个。若采集到了多个第二LDR图像,那么,这多个第二LDR图像是使用多个曝光率(这多个曝光率互不相同)拍摄得到的。对于这多个第二LDR图像中的任意一个第二LDR图像而言,拍摄该第二LDR图像所使用的曝光率既可以大于拍摄第一LDR图像所使用的曝光率,也可以小于拍摄第一LDR图像所使用的曝光率。
得到目标对象的第一LDR图像以及目标对象的第二LDR图像后,可将目标对象的第一LDR图像以及目标对象的第二LDR图像输入至目标模型,以使得目标模型对目标对象的第一LDR图像以及目标对象的第二LDR图像进行一系列的处理,从而得到目标对象的HDR图像。
502、基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。
接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,目标模型可对目标对象的第一LDR图像的多个第一图像块以及目标对象的第二LDR图像的多个第二图像块进行块匹配,从而构建第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。
具体地,目标模型可通过以下方式获取多个第一图像块与多个第二图像块之间的一一对应关系:
(1)接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,目标模型的块搜索网络可对第一LDR图像和第二LDR图像进行一系列的处理,从而得到第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度。
(2)得到多个第一图像块和多个第二图像块之间的相似度后,块搜索网络可利用多个第一图像块和多个第二图像块之间的相似度,来构建多个第一图像块与多个第二图像块之间的一一对应关系。
更具体地,如图6所示(图6为本申请实施例提供的块搜索网络的一个结构示意图),块搜索网络包括特征提取模块以及块搜索模块。那么,块搜索网络可通过以下方式获取多个第一图像块和多个第二图像块之间的相似度:
(1.1)接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后,块搜索网络的特征提取模块(该模块可以包含分类骨干网络,例如,GhostNet,VGG网络等等)可配合块搜索模块,对第一LDR图像和第二LDR图像分别进行特征提取,从而相应得到第一LDR图像的多个第一图像块的第一特征(也可以称为多个第一图像块的语义特征等等),以及第二LDR图像的多个第二图像块的第二特征(也可以称为多个第二图像块的语义特征等等)。
例如,如图7所示(图7为本申请实施例提供的块搜索网络的另一结构示意图),设采集到了三张LDR图像,分别支持图像1、参考图像以及支持图像2,这三张LDR图像分别使用曝光率1、曝光率2以及曝光率3进行拍摄得到,其中,曝光率1>曝光率2>曝光率3。在将支持图像1、参考图像以及支持图像2输入到块搜索网络后,特征提取模块可先提取出支持图像1的整体语义特征,支持图像1的整体语义特征的尺寸为c(通道)×H(高度)×W(宽度),并将支持图像1的整体语义特征发送至块搜索模块。同样地,特征提取模块还可先提取出参考图像的整体语义特征,参考图像的整体语义特征的尺寸为c×H×W,并将参考图像的整体语义特征发送至块搜索模块。同样地,特征提取模块还可先提取出支持图像2的整体语义特征,支持图像2的整体语义特征的尺寸为c×H×W,并将支持图像2的整体语义特征发送至块搜索模块。
可以理解的是,支持图像1由N2个支持图像块1组成(N可以为8或16等等),参考图像由N2个参考图像块组成,支持图像块2由N2个支持图像块2组成,相应地,支持图像1的整体语义特征由N2个支持图像块1的语义特征组成,参考图像的整体语义特征由N2个参考图像块的语义特征组成,支持图像2的整体语义特征由N2个支持图像块2的语义特征组成。
那么,块搜索模块可将支持图像1的整体语义特征切分为N2个支持图像块1的语义特征,每个支持图像块1的语义特征的尺寸为c×(H/N)×(W/N)。同样地,块搜索模块还可将参考图像的整体语义特征切分为N2个参考图像块的语义特征,每个参考图像块的语义特征的尺寸为c×(H/N)×(W/N)。同样地,块搜索模块还可将支持图像2的整体语义特征切分为N2个支持图像块2的语义特征,每个支持图像块2的语义特征的尺寸为c×(H/N)×(W/N)。
(1.2)得到多个第一图像块的第一特征和多个第二图像块的第二特征后,块搜索模块还可对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,从而得到多个第一图像块与多个第二图像块之间的相似度(也可以称为多个第一图像块与多个第二图像块之间的余弦相似度等等)。
依旧如上述例子,块搜索模块还可对N2个支持图像块1的语义特征以及N2个参考图像块的语义特征进行余弦相似度的计算,从而得到N2行N2列的相似度矩阵1,相似度矩阵1包含N2个支持图像块1与N2个参考图像块之间的相似度。同样地,块搜索模块还可对N2个支持图像块2的语义特征以及N2个参考图像块的语义特征进行余弦相似度的计算,从而得到N2行N2列的相似度矩阵2,相似度矩阵2包含N2个支持图像块2与N2个参考图像块之间的相似度。
更具体地,块搜索网络可通过以下方式获取多个第一图像块与多个第二图像块之间的一一对应关系:
(2.1)为了便于说明,下文将多个第一图像块的任意一个第一图像块(即前述的第三图像块)。块搜索模块可基于该第一图像块与多个第二图像块之间的相似度,在多个第二图像块中,选出相似度最大的第二图像块,作为与该第一图像块最相似的第二图像块(即前述的第四图像块)。
(2.2)然后,块搜索模块可构建该第一图像块以及与该第一图像块最相似的第二图像块之间的对应关系。此外,块搜索模块还可对多个第一图像块中除该第一图像块之外的其余第一图像块,执行如同对该第一图像块所执行的操作,故最终可得到多个第一图像块与多个第二图像块之间的一一对应关系,并将对应关系发送至融合transformer网络。
依旧如上述例子,在相似度矩阵1中,第1行表示第1个参考图像块与N2个支持图像1之间的相似度,块搜索模块可在第1行中,将最大的相似度提取出来,作为第1个参考图像块以及与第1个参考图像块最相似的支持图像1之间的对应关系。以此类推,块搜索模块还可第2行中,提取出第2个参考图像块以及与第2个参考图像块最相似的支持图像1之间的对应关系,...,直至在第N2行中,提取出第N2个参考图像块以及与第N2个参考图像块最相似的支持图像1之间的对应关系。
同样地,在相似度矩阵2中,第1行表示第1个参考图像块与N2个支持图像2之间的相似度,块搜索模块可在第1行中,将最大的相似度提取出来,作为第1个参考图像块以及与第1个参考图像块最相似的支持图像2之间的对应关系。以此类推,块搜索模块还可第2行中,提取出第2个参考图像块以及与第2个参考图像块最相似的支持图像2之间的对应关系,...,直至在第N2行中,提取出第N2个参考图像块以及与第N2个参考图像块最相似的支持图像2之间的对应关系。
如此一来,块搜索模块可得到N2个参考图像块与N2个支持图像1之间的一一对应关系,以及N2个参考图像块与N2个支持图像2之间的一一对应关系。此外,块搜索模块还可通过重组(reshape)操作,令N2个参考图像块与N2个支持图像1之间的一一对应关系以N行N列的相似度矩阵3呈现,令N2个参考图像块与N2个支持图像2之间的一一对应关系以N行N列的相似度矩阵4呈现,并发送给融合transformer网络。
503、基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像。
得到多个第一图像块与多个第二图像块之间的一一对应关系后,目标模型可利用多个第一图像块与多个第二图像块之间的一一对应关系,对第一LDR图像和第二LDR图像进行融合,从而得到并对外输出目标对象的HDR图像。
具体地,如图8所示(图8为本申请实施例提供的融合transformer网络的一个结构示意图),目标模型的融合transformer网络包括特征提取模块,块对齐模块,自注意力机制模块,交互注意力机制模块以及拼接模块。那么,目标模型可通过以下方式获取目标对象的HDR图像:
(1)接收到第一LDR图像和第二LDR图像后,融合transformer网络的特征提取模块(例如,卷积网络等等)可对第一LDR图像和第二LDR图像进行特征提取,从而得到第一LDR图像的多个第一图像块的第三特征(也可以称为多个第一图像块的深度特征等等),以及第二LDR图像的多个第二图像块的第四特征(也可以称为多个第二图像块的深度特征等等)。
依旧如上述例子,如图9所示(图9为本申请实施例提供的融合transformer网络的另一结构示意图),在将支持图像1、参考图像以及支持图像2输入到融合transformer网络后,特征提取模块可先提取出支持图像1的整体深度特征,支持图像1的整体深度特征的尺寸为c×H×W,并将支持图像1的整体深度特征发送至块对齐模块。同样地,特征提取模块还可先提取出参考图像的整体深度特征,参考图像的整体深度特征的尺寸为c×H×W,并将参考图像的整体深度特征发送至块对齐模块。同样地,特征提取模块还可先提取出支持图像2的整体深度特征,支持图像2的整体深度特征的尺寸为c×H×W,并将支持图像2的整体深度特征发送至块对齐模块。
可以理解的是,支持图像1的整体深度特征由N2个支持图像块1的深度特征组成,参考图像的整体深度特征由N2个参考图像块的深度特征组成,支持图像2的整体深度特征由N2个支持图像块2的深度特征组成。
(2)得到多个第二图像块的第四特征后以及多个第一图像块与多个第二图像块之间的一一对应关系后,由于该对应关系指示这多个第二图像块的第四特征的新排序,故块对齐模块可基于该对应关系,对多个第二图像块的第四特征的排序进行调整,从而得到调整排序后的多个第二图像块的第四特征。那么,块对齐模块可将多个第一图像块的第三特征、多个第二图像块的第四特征以及调整排序后的多个第二图像块的第四特征发送至自注意力机制模块和交互注意力机制模块。
依旧如上述例子,块对齐模块在得到支持图像1的整体深度特征、支持图像2的整体深度特征、相似度矩阵3以及相似度矩阵4后,由于在支持图像1的整体深度特征中,N2个支持图像块1的深度特征是按照原始排序进行设置的(也就是在支持图像1中,N2个支持图像块1的原始排序),而相似度矩阵3指示了N2个支持图像块1的深度特征的新排序,故块对齐模块可按照相似度矩阵3的指示,对N2个支持图像块1的深度特征的排序进行调整,从而得到调整排序后的支持图像1的整体深度特征。那么,块对齐模块可将调整排序后的支持图像1的整体深度特征,划分为调整排序后的N2个支持图像块1的语义特征,每个调整排序后的支持图像块1的语义特征的尺寸为c×(H/N)×(W/N)。
同样地,由于在支持图像2的整体深度特征中,N2个支持图像块2的深度特征是按照原始排序进行设置的,而相似度矩阵4指示了N2个支持图像块2的深度特征的新排序,故块对齐模块可按照相似度矩阵4的指示,对N2个支持图像块2的深度特征的排序进行调整,从而得到调整排序后的支持图像2的整体深度特征。那么,块对齐模块可将调整排序后的支持图像2的整体深度特征,划分为调整排序后的N2个支持图像块2的语义特征,每个调整排序后的支持图像块2的语义特征的尺寸为c×(H/N)×(W/N)。
此外,块对齐模块还可块搜索模块可将支持图像1的整体深度特征切分为N2个支持图像块1的深度特征,每个支持图像块1的深度特征的尺寸为c×(H/N)×(W/N)。同样地,块搜索模块还可将参考图像的整体深度特征切分为N2个参考图像块的深度特征,每个参考图像块的深度特征的尺寸为c×(H/N)×(W/N)。同样地,块搜索模块还可将支持图像2的整体深度特征切分为N2个支持图像块2的深度特征,每个支持图像块2的深度特征的尺寸为c×(H/N)×(W/N)。
那么,块对齐模块可将N2个支持图像块1的深度特征、N2个参考图像块的深度特征、N2个支持图像块2的深度特征、调整排序后的N2个支持图像块1的语义特征以及调整排序后的N2个支持图像块2的语义特征发送至自注意力机制模块以及交互注意力机制模块。
(3)得到多个第一图像块的第三特征、多个第二图像块的第四特征以及调整排序后的多个第二图像块的第四特征后,自注意力机制模块、交互注意力机制模块可配合局部重建transformer网络,对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行一些列的处理,从而得到并对外输出目标对象的HDR图像。
更具体地,如图10所示(图10为本申请实施例提供的局部重建transformer网络的一个结构示意图),目标模型的局部重建transformer网络包括卷积模块,transformer模块,相加模块以及激活模块。那么,目标模型可通过以下方式获取目标对象的HDR图像:
(3.1)得到多个第一图像块的第三特征、多个第二图像块的第四特征以及调整排序后的多个第二图像块的第四特征后,自注意力机制模块可对多个第一图像块的第三特征进行一系列处理,并将得到的处理结果发送至拼接模块。交互注意力机制模块可对多个第一图像块的第三特征以及多个第二图像块的第四特征进行一系列处理,并将得到的处理结果发送至拼接模块,与此同时,交互注意力机制模块还可对多个第一图像块的第三特征以及调整排序后的多个第二图像块的第四特征进行一系列处理,并将得到的处理结果发送至拼接模块。那么,拼接模块可将接收到的所有处理结果进行拼接,并将得到的拼接结果发送至局部重建transformer网络。
依旧如上述例子,自注意力模块可对N2个参考图像块的深度特征进行处理,从而得到处理结果1。交互注意力模块1可对N2个参考图像块的深度特征以及N2个支持图像块1的深度特征进行处理,得到处理结果2。交互注意力模块1可对N2个参考图像块的深度特征以及N2个支持图像块2的深度特征进行处理,得到处理结果2。交互注意力模块3可对N2个参考图像块的深度特征以及调整排序后的N2个支持图像块1的深度特征进行处理,得到处理结果4。交互注意力模块4可对N2个参考图像块的深度特征以及调整排序后的N2个支持图像块2的深度特征进行处理,得到处理结果5。然后,拼接模块可将处理结果1至处理结果5进行拼接,得到相应的拼接结果。
(3.2)在局部重建transformer网络中,拼接结果分别经过局部重建transformer网络中的卷积模块,transformer模块,相加模块以及激活模块的处理后,可最终得到并对外输出目标对象的HDR图像。
更具体地,如图11所示(图11为本申请实施例提供的自注意力机制模块或交互注意力机制模块的一个结构示意图),在融合transformer网络中,自注意力机制模块的结构与交互注意力模块的结构可以是一样的,这两种模块中的任意一种模块可包括:归一化单元、多头注意力机制单元、相加单元以及多层感知机单元等等。由此可见,故这两种模块均可实现归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理等等。
更具体地,如图12所示(图12为本申请实施例提供的transformer模块的一个结构示意图),在局部重建transformer网络中,transformer模块可包括:多头自注意力机制单元以及多层感知机单元。由此可见,transformer单元可实现基于多头自注意力机制的处理以及基于多层感知机的处理等等。
应理解,本实施例中,仅以目标模型能够将多个LDR图像融合成HDR图像为例进行示意性介绍,在实际应用中,目标模型还可以将多个低分辨率图像融合成高分辨率图像(例如,将第一低分辨率图像和第二低分辨率图像融合成高分辨率图像),或者将多个带噪图像融合成去噪图像等等(例如,将第一带噪图像和第二带噪图像融合成去噪图像),这些融合过程可参考步骤501至步骤503,只需将LDR图像替换为低分辨率图像(例如,第一低分辨率图像和第二低分辨率图像)或带噪图像(例如,第一带噪图像和第二带噪图像),将HDR图像替换为高分辨率图像或去噪图像即可,此处不再赘述。
此外,还可将本申请实施例提供的目标模型(即表1中的IFT)与相关技术提供的模型(即表1中除IFT之外的其余模型,例如,Sen、Hu等等)在某一数据集上进行比较,比较结果如表1所示:
表1
Method | PSNR-μ | SSIM-μ | PSNR-L | SSIM-L | HDR-VDP-2 |
Sen | 40.9453 | 0.9085 | 38.3147 | 0.9749 | 60.5425 |
Hu | 32.1872 | 0.9716 | 30.8395 | 0.9511 | 57.8278 |
Kalantari | 42.7423 | 0.9877 | 41.2518 | 0.9845 | 64.6519 |
Wu | 41.6377 | 0.9869 | 40.9082 | 0.9847 | 58.3739 |
SCHDR | 40.4700 | 0.9931 | 39.6800 | 0.9899 | 63.6192 |
AHDR | 43.6172 | 0.9956 | 41.0309 | 0.9903 | 64.8465 |
NHDRNet | 42.4769 | 0.9942 | 40.1978 | 0.9889 | 63.1585 |
DWT | 43.6734 | 0.9956 | 41.2195 | 0.9905 | 64.9472 |
HDRGAN | 43.9220 | 0.9865 | 41.5720 | 0.9905 | 65.4500 |
DAHDR | 43.8400 | 0.9956 | 41.3100 | 0.9905 | 64.6765 |
SwinlR | 43.4200 | 0.9882 | 41.6800 | 0.9861 | 64.5200 |
HDR-T | 44.2093 | 0.9918 | 42.1687 | 0.9889 | 65.5969 |
Song | 44.0981 | 0.9909 | 41.7021 | 0.9872 | 64.6765 |
IFT(Ours) | 44.5532 | 0.9914 | 42.2714 | 0.9887 | 65.6296 |
基于表1可知,在该数据集上测试,本申请实施例与相关技术相比,具有更好的PSNR-μ/PSNR-L/HDR-VDP-2(越大越好),且如图13a和图13b所示(图13a为本申请实施例提供的比较结果的一个示意图,图13b为本申请实施例提供的比较结果的另一示意图),本申请实施例相比于相关技术能够更加准确地恢复出细节且不产生伪影。在前景有比较大的运动的区域,其他方法都会产生一定的伪影且不能很好的恢复颜色细节,而本申请实施例在视觉上与GT最相似。
进一步地,还可将本申请实施例提供的目标模型(即表1中的IFT)与相关技术提供的模型(即表1中除IFT之外的其余模型,例如,Sen、Hu等等)在另一数据集上进行比较,比较结果如表2所示:
表2
基于表2可知,在该数据集上测试,本申请实施例与相关技术相比,具有更好的PSNR-μ/PSNR-L/HDR-VDP-2(越大越好),且在视觉效果上,如图14和图15所示(图14为本申请实施例提供的比较结果的另一示意图,图15为本申请实施例提供的比较结果的另一示意图),本申请实施例相比于相关技术能够更加准确地恢复出细节且不产生伪影。
本申请实施例中,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
进一步地,本申请实施例中,目标模型包含基于自注意力机制和交互注意力机制的融合transformer网络,该网络在对第一LDR图像和第二LDR图像进行融合时,可以有效考虑到第一LDR图像和第二LDR图像自身的细节信息,从而使得最终得到的HDR图像既保持较好的细节,且不存在伪影。
以上是对本申请实施例提供的图像处理方法所进行的详细说明,以下将对本申请实施例提供的模型训练方法进行介绍。图16为本申请实施例提供的模型训练方法的一个流程示意图,如图16所示,该方法包括:
1601、获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像。
本实施例中,当需要对待训练模型进行训练时,可先获取一批训练数据,该批训练数据包含目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像。需要说明的是,对于第一LDR图像以及第二LDR图像而言,目标对象的真实HDR图像是已知的。
1602、通过待训练模型对第一LDR图像和第二LDR图像进行处理,得到目标对象的高动态范围HDR图像,其中,待训练模型用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像。
得到第一LDR图像以及第二LDR图像后,可将第一LDR图像以及第二LDR图像输入至待训练模型。那么,待训练模型可对第一LDR图像和第二LDR图像进行一系列的处理,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系,并利用多个第一图像块与多个第二图像块之间的一一对应关系,对第一LDR图像和第二LDR图像进行融合,从而得到目标对象的(预测)HDR图像。
在一种可能实现的方式中,待训练模型,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,待训练模型,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,前述的处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
需要说明的是,关于步骤1602的介绍,可参考图5所示实施例中步骤502至步骤503的相关说明部分,此处不再赘述。
1603、基于HDR图像,对待训练模型进行训练,得到目标模型。
得到目标对象的HDR图像后,由于目标对象的真实HDR图像已知,故可通过预置的损失函数对HDR图像以及真实HDR图像进行计算,从而得到目标损失,目标损失用于指示HDR图像以及真实HDR图像之间的差异。接着,可利用目标损失对待训练模型的参数进行更新,从而得到更新参数后的待训练模型。然后,可利用下一批训练数据对更新参数后的待训练模型继续进行训练,直至满足模型训练条件(例如,目标损失收敛等等),从而得到图5所示实施例中的目标模型。
应理解,本实施例中,仅以待训练模型能够将多个LDR图像融合成HDR图像为例进行示意性介绍,在实际应用中,待训练模型还可以将多个低分辨率图像融合成高分辨率图像(例如,将第一低分辨率图像和第二低分辨率图像融合成高分辨率图像),或者将多个带噪图像融合成去噪图像等等(例如,将第一带噪图像和第二带噪图像融合成去噪图像),这些融合过程和相应的模型训练过程可参考步骤1601至步骤1603,只需将LDR图像替换为低分辨率图像(例如,第一低分辨率图像和第二低分辨率图像)或带噪图像(例如,第一带噪图像和第二带噪图像),将HDR图像替换为高分辨率图像或去噪图像即可,此处不再赘述。
本申请实施例训练得到的目标模型,具备图像处理功能(例如,将多个LDR图像融合成HDR图像的功能等等)。具体地,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
以上是对本申请实施例提供的模型训练方法所进行的详细说明,以下将对本申请实施例提供的图像处理装置以及模型训练装置进行介绍。图17为本申请实施例提供的图像处理装置的一个结构示意图,如图17所示,该装置包括:
第一获取模块1701,用于获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像;
第二获取模块1702,用于基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;
融合模块1703,用于基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像。
本申请实施例中,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,第二获取模块1702,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,第二获取模块1702,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,第二获取模块1702,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,融合模块1703,用于对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,融合模块1703,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
应理解,本实施例中,仅以目标模型能够将多个LDR图像融合成HDR图像为例进行示意性介绍,在实际应用中,目标模型还可以将多个低分辨率图像融合成高分辨率图像(例如,将第一低分辨率图像和第二低分辨率图像融合成高分辨率图像),或者将多个带噪图像融合成去噪图像等等(例如,将第一带噪图像和第二带噪图像融合成去噪图像),只需将LDR图像替换为低分辨率图像(例如,第一低分辨率图像和第二低分辨率图像)或带噪图像(例如,第一带噪图像和第二带噪图像),将HDR图像替换为高分辨率图像或去噪图像即可,此处不再赘述。
图18为本申请实施例提供的模型训练装置的一个结构示意图,如图18所示,该装置包括:
获取模块1801,用于获取目标对象的第一LDR图像以及目标对象的第二LDR图像,第一LDR图像以及第二LDR图像为基于不同曝光度对目标对象进行拍摄得到的图像;
处理模块1802,用于通过待训练模型对第一LDR图像和第二LDR图像进行处理,得到目标对象的高动态范围HDR图像,其中,待训练模型用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系;基于对应关系,对第一LDR图像和第二LDR图像进行融合,得到目标对象的HDR图像;
训练模块1803,用于基于HDR图像,对待训练模型进行训练,得到目标模型。
本申请实施例训练得到的目标模型,具备图像处理功能(例如,将多个LDR图像融合成HDR图像的功能等等)。具体地,当需要获取目标对象的HDR图像时,可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像,并将第一LDR图像和第二LDR图像输入至目标模型中。那么,目标模型可对第一LDR图像和第二LDR图像进行图像块匹配,从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后,目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合,从而得到并输出目标对象的HDR图像。前述过程中,在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中,相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么,以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合,可实现更加优质的融合,从而使得最终得到的目标对象的HDR图像不存在伪影。
在一种可能实现的方式中,待训练模型,用于:基于第一LDR图像和第二LDR图像,获取第一LDR图像的多个第一图像块和第二LDR图像的多个第二图像块之间的相似度;基于相似度,获取多个第一图像块与多个第二图像块之间的一一对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第一特征,以及第二LDR图像的多个第二图像块的第二特征;对多个第一图像块的第一特征和多个第二图像块的第二特征进行计算,得到多个第一图像块与多个第二图像块之间的相似度。
在一种可能实现的方式中,多个第一图像块包含第三图像块,待训练模型,用于:基于第三图像块与多个第二图像块之间的相似度,在多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;构建第三图像块与第四图像块之间的对应关系。
在一种可能实现的方式中,待训练模型,用于:对第一LDR图像和第二LDR图像进行特征提取,得到第一LDR图像的多个第一图像块的第三特征,以及第二LDR图像的多个第二图像块的第四特征;基于对应关系,对多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;对多个第一图像块的第三特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,待训练模型,用于对多个第一图像块的第三特征、多个第二图像块的第四特征和调整排序后的多个第二图像块的第四特征进行处理,得到目标对象的HDR图像。
在一种可能实现的方式中,处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
在一种可能实现的方式中,基于自注意力机制的处理或基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
在一种可能实现的方式中,基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
应理解,本实施例中,仅以待训练模型能够将多个LDR图像融合成HDR图像为例进行示意性介绍,在实际应用中,待训练模型还可以将多个低分辨率图像融合成高分辨率图像(例如,将第一低分辨率图像和第二低分辨率图像融合成高分辨率图像),或者将多个带噪图像融合成去噪图像等等(例如,将第一带噪图像和第二带噪图像融合成去噪图像),只需将LDR图像替换为低分辨率图像(例如,第一低分辨率图像和第二低分辨率图像)或带噪图像(例如,第一带噪图像和第二带噪图像),将HDR图像替换为高分辨率图像或去噪图像即可,此处不再赘述。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参考本申请实施例前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还涉及一种执行设备,图19为本申请实施例提供的执行设备的一个结构示意图。如图19所示,执行设备1900具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等,此处不做限定。其中,执行设备1900上可部署有图17对应实施例中所描述的图像处理装置,用于实现图5对应实施例中图像处理的功能。具体的,执行设备1900包括:接收器1901、发射器1902、处理器1903和存储器1904(其中执行设备1900中的处理器1903的数量可以一个或多个,图19中以一个处理器为例),其中,处理器1903可以包括应用处理器19031和通信处理器19032。在本申请的一些实施例中,接收器1901、发射器1902、处理器1903和存储器1904可通过总线或其它方式连接。
存储器1904可以包括只读存储器和随机存取存储器,并向处理器1903提供指令和数据。存储器1904的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器1904存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器1903控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线***耦合在一起,其中总线***除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线***。
上述本申请实施例揭示的方法可以应用于处理器1903中,或者由处理器1903实现。处理器1903可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1903中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1903可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1903可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1904,处理器1903读取存储器1904中的信息,结合其硬件完成上述方法的步骤。
接收器1901可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1902可用于通过第一接口输出数字或字符信息;发射器1902还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器1902还可以包括显示屏等显示设备。
本申请实施例中,在一种情况下,处理器1903,用于通过图5对应实施例中的目标模型,获取目标对象的HDR图像。
本申请实施例还涉及一种训练设备,图20为本申请实施例提供的训练设备的一个结构示意图。如图20所示,训练设备2000由一个或多个服务器实现,训练设备2000可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(centralprocessing units,CPU)2020(例如,一个或一个以上处理器)和存储器2032,一个或一个以上存储应用程序2042或数据2044的存储介质2030(例如一个或一个以上海量存储设备)。其中,存储器2032和存储介质2030可以是短暂存储或持久存储。存储在存储介质2030的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器2020可以设置为与存储介质2030通信,在训练设备2000上执行存储介质2030中的一系列指令操作。
训练设备2000还可以包括一个或一个以上电源2026,一个或一个以上有线或无线网络接口2050,一个或一个以上输入输出接口2058;或,一个或一个以上操作***2041,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
具体的,训练设备可以执行图16对应实施例中的模型训练方法。
本申请实施例还涉及一种计算机存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使执行设备内的芯片执行上述实施例描述的数据处理方法,或者,以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图21,图21为本申请实施例提供的芯片的一个结构示意图,所述芯片可以表现为神经网络处理器NPU 2100,NPU 2100作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路2103,通过控制器2104控制运算电路2103提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路2103内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路2103是二维脉动阵列。运算电路2103还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路2103是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器2102中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器2101中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)2108中。
统一存储器2106用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller,DMAC)2105,DMAC被搬运到权重存储器2102中。输入数据也通过DMAC被搬运到统一存储器2106中。
BIU为Bus Interface Unit即,总线接口单元2113,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)2109的交互。
总线接口单元2113(Bus Interface Unit,简称BIU),用于取指存储器2109从外部存储器获取指令,还用于存储单元访问控制器2105从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器2106或将权重数据搬运到权重存储器2102中或将输入数据数据搬运到输入存储器2101中。
向量计算单元2107包括多个运算处理单元,在需要的情况下,对运算电路2103的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对预测标签平面进行上采样等。
在一些实现中,向量计算单元2107能将经处理的输出的向量存储到统一存储器2106。例如,向量计算单元2107可以将线性函数;或,非线性函数应用到运算电路2103的输出,例如对卷积层提取的预测标签平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元2107生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路2103的激活输入,例如用于在神经网络中的后续层中的使用。
控制器2104连接的取指存储器(instruction fetch buffer)2109,用于存储控制器2104使用的指令;
统一存储器2106,输入存储器2101,权重存储器2102以及取指存储器2109均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
Claims (23)
1.一种图像处理方法,其特征在于,所述方法通过目标模型实现,所述方法包括:
获取目标对象的第一低动态范围LDR图像以及所述目标对象的第二LDR图像,所述第一LDR图像以及所述第二LDR图像为基于不同曝光度对所述目标对象进行拍摄得到的图像;
基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块与所述第二LDR图像的多个第二图像块之间的一一对应关系;
基于所述对应关系,对所述第一LDR图像和所述第二LDR图像进行融合,得到所述目标对象的高动态范围HDR图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块与所述第二LDR图像的多个第二图像块之间的对应关系包括:
基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块和所述第二LDR图像的多个第二图像块之间的相似度;
基于所述相似度,获取所述多个第一图像块与所述多个第二图像块之间的一一对应关系。
3.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LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块和所述第二LDR图像的多个第二图像块之间的相似度包括:
对所述第一LDR图像和所述第二LDR图像进行特征提取,得到所述第一LDR图像的多个第一图像块的第一特征,以及所述第二LDR图像的多个第二图像块的第二特征;
对所述多个第一图像块的第一特征和所述多个第二图像块的第二特征进行计算,得到所述多个第一图像块与所述多个第二图像块之间的相似度。
4.根据权利要求2或3所述的方法,其特征在于,所述多个第一图像块包含第三图像块,所述基于所述相似度,获取所述多个第一图像块与所述多个第二图像块之间的一一对应关系包括:
基于所述第三图像块与所述多个第二图像块之间的相似度,在所述多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;
构建所述第三图像块与所述第四图像块之间的对应关系。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述基于所述对应关系,对所述第一LDR图像和所述第二LDR图像进行融合,得到所述目标对象的高动态范围HDR图像包括:
对所述第一LDR图像和所述第二LDR图像进行特征提取,得到所述第一LDR图像的多个第一图像块的第三特征,以及所述第二LDR图像的多个第二图像块的第四特征;
基于所述对应关系,对所述多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;
对所述多个第一图像块的第三特征和所述调整排序后的多个第二图像块的第四特征进行处理,得到所述目标对象的HDR图像。
6.根据权利要求5所述的方法,其特征在于,所述对所述多个第一图像块的第三特征和所述调整排序后的多个第二图像块的第四特征进行处理,得到所述目标对象的HDR图像包括:
对所述多个第一图像块的第三特征、所述多个第二图像块的第四特征和所述调整排序后的多个第二图像块的第四特征进行处理,得到所述目标对象的HDR图像。
7.根据权利要求6所述的方法,其特征在于,所述处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
8.根据权利要求7所述的方法,其特征在于,所述基于自注意力机制的处理或所述基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
9.根据权利要求7或8所述的方法,其特征在于,所述基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
10.一种模型训练方法,其特征在于,所述方法包括:
获取目标对象的第一LDR图像以及所述目标对象的第二LDR图像,所述第一LDR图像以及所述第二LDR图像为基于不同曝光度对所述目标对象进行拍摄得到的图像;
通过待训练模型对所述第一LDR图像和所述第二LDR图像进行处理,得到所述目标对象的高动态范围HDR图像,其中,所述待训练模型用于:基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块与所述第二LDR图像的多个第二图像块之间的一一对应关系;基于所述对应关系,对所述第一LDR图像和所述第二LDR图像进行融合,得到所述目标对象的HDR图像;
基于所述HDR图像,对所述待训练模型进行训练,得到目标模型。
11.根据权利要求10所述的方法,其特征在于,所述待训练模型,用于:
基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块和所述第二LDR图像的多个第二图像块之间的相似度;
基于所述相似度,获取所述多个第一图像块与所述多个第二图像块之间的一一对应关系。
12.根据权利要求11所述的方法,其特征在于,所述待训练模型,用于:
对所述第一LDR图像和所述第二LDR图像进行特征提取,得到所述第一LDR图像的多个第一图像块的第一特征,以及所述第二LDR图像的多个第二图像块的第二特征;
对所述多个第一图像块的第一特征和所述多个第二图像块的第二特征进行计算,得到所述多个第一图像块与所述多个第二图像块之间的相似度。
13.根据权利要求11或12所述的方法,其特征在于,所述多个第一图像块包含第三图像块,所述待训练模型,用于:
基于所述第三图像块与所述多个第二图像块之间的相似度,在所述多个第二图像块中,将相似度最大的第二图像块确定为第四图像块;
构建所述第三图像块与所述第四图像块之间的对应关系。
14.根据权利要求10至13任意一项所述的方法,其特征在于,所述待训练模型,用于:
对所述第一LDR图像和所述第二LDR图像进行特征提取,得到所述第一LDR图像的多个第一图像块的第三特征,以及所述第二LDR图像的多个第二图像块的第四特征;
基于所述对应关系,对所述多个第二图像块的第四特征的排序进行调整,得到调整排序后的多个第二图像块的第四特征;
对所述多个第一图像块的第三特征和所述调整排序后的多个第二图像块的第四特征进行处理,得到所述目标对象的HDR图像。
15.根据权利要求14所述的方法,其特征在于,所述待训练模型,用于:
对所述多个第一图像块的第三特征、所述多个第二图像块的第四特征和所述调整排序后的多个第二图像块的第四特征进行处理,得到所述目标对象的HDR图像。
16.根据权利要求15所述的方法,其特征在于,所述处理包含以下至少一种:基于自注意力机制的处理、基于交互注意力机制的处理、拼接处理、卷积处理、基于transformer网络的处理、相加处理以及激活处理。
17.根据权利要求16所述的方法,其特征在于,所述基于自注意力机制的处理或所述基于交互注意力机制的处理包括以下至少一项:归一化处理、基于多头注意力机制的处理、相加处理以及基于多层感知机的处理。
18.根据权利要求16或17所述的方法,其特征在于,所述基于transformer网络的处理包括以下至少一项:基于多头自注意力机制的处理以及基于多层感知机的处理。
19.一种图像处理装置,其特征在于,所述装置包含目标模型,所述装置包括:
第一获取模块,用于获取目标对象的第一LDR图像以及所述目标对象的第二LDR图像,所述第一LDR图像以及所述第二LDR图像为基于不同曝光度对所述目标对象进行拍摄得到的图像;
第二获取模块,用于基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块与所述第二LDR图像的多个第二图像块之间的一一对应关系;
融合模块,用于基于所述对应关系,对所述第一LDR图像和所述第二LDR图像进行融合,得到所述目标对象的HDR图像。
20.一种模型训练装置,其特征在于,所述装置包括:
获取模块,用于获取目标对象的第一LDR图像以及所述目标对象的第二LDR图像,所述第一LDR图像以及所述第二LDR图像为基于不同曝光度对所述目标对象进行拍摄得到的图像;
处理模块,用于通过待训练模型对所述第一LDR图像和所述第二LDR图像进行处理,得到所述目标对象的高动态范围HDR图像,其中,所述待训练模型用于:基于所述第一LDR图像和所述第二LDR图像,获取所述第一LDR图像的多个第一图像块与所述第二LDR图像的多个第二图像块之间的一一对应关系;基于所述对应关系,对所述第一LDR图像和所述第二LDR图像进行融合,得到所述目标对象的HDR图像;
训练模块,用于基于所述HDR图像,对所述待训练模型进行训练,得到目标模型。
21.一种图像处理装置,其特征在于,所述装置包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述图像处理装置执行如权利要求1至18任意一项所述的方法。
22.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一个或多个指令,所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至18任一所述的方法。
23.一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施权利要求1至18任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277464.6A CN116309226A (zh) | 2023-03-15 | 2023-03-15 | 一种图像处理方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277464.6A CN116309226A (zh) | 2023-03-15 | 2023-03-15 | 一种图像处理方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116309226A true CN116309226A (zh) | 2023-06-23 |
Family
ID=86786719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310277464.6A Pending CN116309226A (zh) | 2023-03-15 | 2023-03-15 | 一种图像处理方法及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116309226A (zh) |
-
2023
- 2023-03-15 CN CN202310277464.6A patent/CN116309226A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112529150B (zh) | 一种模型结构、模型训练方法、图像增强方法及设备 | |
CN112418392A (zh) | 一种神经网络构建方法以及装置 | |
CN112598597A (zh) | 一种降噪模型的训练方法及相关装置 | |
CN112529149B (zh) | 一种数据处理方法及相关装置 | |
CN114359289A (zh) | 一种图像处理方法及相关装置 | |
CN113627163A (zh) | 一种注意力模型、特征提取方法及相关装置 | |
WO2024046144A1 (zh) | 一种视频处理方法及其相关设备 | |
CN117056589A (zh) | 一种物品推荐方法及其相关设备 | |
CN116739154A (zh) | 一种故障预测方法及其相关设备 | |
WO2023020185A1 (zh) | 一种图像分类方法及其相关设备 | |
CN117273074A (zh) | 一种数据处理方法及其装置 | |
CN114841361A (zh) | 一种模型训练方法及其相关设备 | |
CN113065638A (zh) | 一种神经网络压缩方法及其相关设备 | |
CN115879524A (zh) | 一种模型训练方法及其相关设备 | |
CN116309226A (zh) | 一种图像处理方法及其相关设备 | |
WO2024061123A1 (zh) | 一种图像处理方法及其相关设备 | |
WO2023231796A1 (zh) | 一种视觉任务处理方法及其相关设备 | |
CN116310677A (zh) | 一种图像处理方法及其相关设备 | |
CN117149034A (zh) | 一种图像处理方法及其相关设备 | |
CN115700729A (zh) | 一种图像增强方法及其相关设备 | |
CN117765341A (zh) | 一种数据处理方法及相关装置 | |
CN116758572A (zh) | 一种文本获取方法及其相关设备 | |
CN116259311A (zh) | 一种语音处理方法及其相关设备 | |
CN116611861A (zh) | 一种消费预测方法及其相关设备 | |
CN116882472A (zh) | 一种训练数据评估方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |