公开(公告)号：CN112150363B

公开(公告)日：2023-07-07

申请号：CN202011049682.7

申请日：2020-09-29

申请人： 中科方寸知微(南京)科技有限公司 ,  中科南京人工智能创新研究院

发明人： 冷聪 ,  李成华 ,  朱宇 ,  程健

IPC分类号： G06T3/40 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提出了一种基于卷积神经网络的图像夜景处理方法及运行该方法的计算模块与可读存储介质，方法包括如下步骤：步骤1、采集多组RAW格式数据样本；步骤2、设计超级夜景网络模型；步骤3、对步骤2中的超级夜景网络模型进行训练；步骤4、输出结果。本发明通过建立超级夜景网络模型并对该模型进行训练，首先依据需求建立基础数据集，并以此训练上述SNN网络，根据性能测试结果。若模型预测结果不理想，则根据场景需求，对数据集进行扩充或重构。仅需从相机CMOS取出RAW数据，即可得到观感极佳的超级夜景图片，避免传统的夜景功能长时间曝光导致图像抖动、残影的问题出现，也进一步避免了采用AI技术合成图像时受图像抖动、残影的影响。

公开(公告)号：CN112150363A

公开(公告)日：2020-12-29

申请号：CN202011049682.7

申请日：2020-09-29

申请人： 中科方寸知微(南京)科技有限公司 ,  中国科学院自动化研究所南京人工智能芯片创新研究院

发明人： 冷聪 ,  李成华 ,  朱宇 ,  程健

IPC分类号： G06T3/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提出了一种基于卷积神经网络的图像夜景处理方法及运行该方法的计算模块与可读存储介质，方法包括如下步骤：步骤1、采集多组RAW格式数据样本；步骤2、设计超级夜景网络模型；步骤3、对步骤2中的超级夜景网络模型进行训练；步骤4、输出结果。本发明通过建立超级夜景网络模型并对该模型进行训练，首先依据需求建立基础数据集，并以此训练上述SNN网络，根据性能测试结果。若模型预测结果不理想，则根据场景需求，对数据集进行扩充或重构。仅需从相机CMOS取出RAW数据，即可得到观感极佳的超级夜景图片，避免传统的夜景功能长时间曝光导致图像抖动、残影的问题出现，也进一步避免了采用AI技术合成图像时受图像抖动、残影的影响。