一种RAW图片的获取方法、装置及电子设备

    公开(公告)号:CN112581401B

    公开(公告)日:2023-04-28

    申请号:CN202011560718.8

    申请日:2020-12-25

    摘要: 本公开实施例提供了一种RAW图片的获取方法、装置及电子设备,包括:获取sRGB图片;将sRGB图片输入预设图片还原模型,得到sRGB图片对应的初始RAW图片,预设图片还原模型为基于第一预设训练集对预设神经网络进行训练得到的模型;对初始RAW图片添加第一预设噪声,得到第一噪声RAW图片;对初始RAW图片添加第二预设噪声,得到第二噪声RAW图片;将第一噪声RAW图片和第二噪声RAW图片输入预设加噪模型,得到目标RAW图片,预设加噪模型为基于第二预设训练集对预设神经网络进行训练得到的模型。

    一种降噪方法、装置、电子设备及介质

    公开(公告)号:CN114331902A

    公开(公告)日:2022-04-12

    申请号:CN202111663744.8

    申请日:2021-12-31

    IPC分类号: G06T5/00 G06T5/50

    摘要: 本申请实施例提供了一种降噪方法、装置、电子设备及介质,涉及图像处理技术领域,该方法包括:将待处理图像输入图像降噪模型,图像降噪模型为基于预设训练集对卷积神经网络模型训练得到的模型,预设训练集中包括多组标注数据以及每组标注数据对应的样本数据;其中,一组标注数据包括对一张基准无噪声图像进行模拟运动处理后得到的多张无噪声图像,该组标注数据对应的样本数据包括对多张无噪声图像分别叠加噪声后得到的图像;获取图像降噪模型输出的降噪后的图像数据;将图像数据转换为图像,得到待处理图像对应的降噪后的图像。可以有效避免降噪后的图像存在重影的问题。

    一种端到端的低光照视频增强算法

    公开(公告)号:CN110855959B

    公开(公告)日:2021-12-07

    申请号:CN201911160144.2

    申请日:2019-11-23

    IPC分类号: H04N9/04 H04N7/18

    摘要: 本发明公开了一种端到端的低光照视频增强算法,涉及视频处理技术领域,其包括以下步骤:S1,取连续帧的视频作为低光照输入视频;S2,将输入视频输入到已经训练好的深度卷积网络模型中;S3,输出正常光照视频,本发明的有益效果是:以连续帧视频作为输入,可以有效避免单帧分别处理带来的视频闪烁问题;而且其是端到端的方式,简单方便,可以有效避免现存多阶段处理算法的误差累积问题。

    人脸检测系统及人脸检测方法、装置、电子设备

    公开(公告)号:CN112712004A

    公开(公告)日:2021-04-27

    申请号:CN202011564556.5

    申请日:2020-12-25

    摘要: 本公开实施例提供了一种人脸检测系统及人脸检测方法、装置、电子设备,包括:图像采集器,用于采集原始RAW图片,RAW图片中包括至少一个人脸图像;图像信号处理设备,与图像采集器连接,用于获取RAW图片并对RAW图片进行图像处理得到标准红绿蓝sRGB图片;第一处理器,与图像采集器连接,用于获取RAW图片,并将RAW图片输入第一处理器内的预设人脸检测模型,得到至少一个人脸图像的第一位置信息;第二处理器,与图像信号处理设备及第一处理器连接,用于获取sRGB图片及第一位置信息,并根据第一位置信息对sRGB图片进行标注;显示器,与第二处理器连接,用于获取标注后的sRGB图片,并根据标注后的sRGB图片,显示带有人脸图框的图片。

    一种图像增强方法、装置、电子设备及存储介质

    公开(公告)号:CN112561818B

    公开(公告)日:2024-05-28

    申请号:CN202011474501.5

    申请日:2020-12-14

    摘要: 本发明实施例提供了一种图像增强方法、装置、电子设备及存储介质。方案如下:获取第一图像;利用预先训练好的高阶变换模型,对第一图像进行图像增强处理,得到第二图像;其中,高阶变换模型是基于多个样本图像进行无监督训练得到。通过本发明实施例提供的技术方案,相比于相关技术中采用的有监督训练方式,在利用高阶变换模型进行图像增强处理,保证了图像增强处理得到的图像的图像质量的前提下,高阶变换模型是直接基于多个样本图像进行无监督训练得到的,舍弃了相关技术中人为对样本图像进行图像增强处理得到增强图像的过程,缩短了用于高阶变换模型训练的样本图像的获取时间,这使得在保证图像增强质量的前提下,提高了模型训练效率。

    一种图像处理方法和装置
    28.
    发明公开

    公开(公告)号:CN117710221A

    公开(公告)日:2024-03-15

    申请号:CN202211079039.8

    申请日:2022-09-05

    摘要: 本发明实施例提供了一种图像处理方法和装置,涉及图像处理技术领域,方法包括:依次获取每一待对齐视频帧,并进行缓存;在缓存每一待对齐视频帧后,若当前已缓存的待对齐视频帧的数目不小于第一数目,则分别计算该待对齐视频帧与对应的第二数目个相邻视频帧之间的映射矩阵;按照缓存的先后顺序,针对最后缓存的第一数目个待对齐视频帧中除中心视频帧以外的每一待对齐视频帧,基于该待对齐视频帧与心视频帧之间的映射矩阵对该待对齐视频帧进行处理,得到待融合视频帧;对各待融合视频帧和所述中心视频帧进行融合处理,得到目标视频帧。如此,能够提高视频图像的图像质量。

    一种人脸识别模型训练方法、装置、电子设备及介质

    公开(公告)号:CN117237757A

    公开(公告)日:2023-12-15

    申请号:CN202311208379.0

    申请日:2023-09-19

    摘要: 本申请实施例提供了一种人脸识别模型训练方法、装置、电子设备及介质,涉及图像处理技术领域,本申请实施例包括:获取多个样本图像对,其中正样本图像对为同一个人的两张不完全相同的人脸图像,负样本图像对为两张不同人的人脸图像。然后针对每个样本图像对,通过人脸识别网络对该样本图像对包括的两张人脸图像分别进行特征提取,得到第一特征图和第二特征图。再基于每个样本图像对的第一特征图和第二特征图之间的相似度,训练人脸识别网络,得到包括训练完成的人脸识别网络和预设分类器的人脸识别模型,预设分类器用于基于训练完成的人脸识别网络针对输入图像输出的特征图,识别输入图像包括的人脸的分类结果。从而降低了模型训练消耗的显存。