CN102483849A - 基于感兴趣区域来减少图像序列中的伪像的系统和方法 - Google Patents

基于感兴趣区域来减少图像序列中的伪像的系统和方法 Download PDF

Info

Publication number
CN102483849A
CN102483849A CN2009801608721A CN200980160872A CN102483849A CN 102483849 A CN102483849 A CN 102483849A CN 2009801608721 A CN2009801608721 A CN 2009801608721A CN 200980160872 A CN200980160872 A CN 200980160872A CN 102483849 A CN102483849 A CN 102483849A
Authority
CN
China
Prior art keywords
area
frame
zone
algorithm
pseudomorphism
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
Application number
CN2009801608721A
Other languages
English (en)
Inventor
郭居
罗英
吉恩·拉什
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of CN102483849A publication Critical patent/CN102483849A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Picture Signal Circuits (AREA)

Abstract

一种系统和方法,通过高效地合并用户反馈、使用户工作最小化并且自适应地处理图像来减少图像中的伪像。根据一个示例实施例,该方法包括:执行算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第二区域内部的第三区域加以限定的第一用户输入;以及执行所述算法以将排除了第三区域的第二区域中的伪像去除。

Description

基于感兴趣区域来减少图像序列中的伪像的系统和方法
技术领域
本发明总体涉及数字图像处理和显示系统,更具体地,涉及用于减少图像中的伪像的系统和方法,其中,所述系统和方法高效地合并用户反馈、使用户工作最小化、并且自适应地处理图像。
背景技术
在处理数字图像或诸如影片中的图像序列等图像时注意到图像伪像。一般的伪像现象是条带化(也称作假轮廓),其中在图像的原始平滑线性过渡区域上显示具有变化的密度和颜色等级的条带。诸如颜色校正、缩放、颜色空间转换和压缩等处理可以引起条带化效应。条带化在动画素材中最普片,在动画素材中图像是人工制造的并且具有高频分量和最小噪声。具有有限带宽的任何处理都会不可避免地引起混叠、“环形化”或条带化。
现有的图像处理系统典型地基于低级特征来处理图像。利用这样的系统,大多数人类交互包括处理参数的初始设置。在处理之后,用户/操作者对结果进行评估。如果没有实现期望的结果,则可以使用新的参数来重新处理图像。对于视频处理,因为需要处理大量的帧,所以该方法需要大量工作。利用现有的视频处理系统,典型地对所有视频帧应用相同的初始设置。然而如果在处理中出现错误,则取消处理并且用户可以通过重新输入新的参数来重新开始处理。这些类型的现有系统并不是最优的,并且对于用户来说可能非常不方便。此外,这些类型的现有系统不能在执行处理期间充分地考虑用户反馈信息。
因此,需要一种用于减少图像中的伪像的系统和方法,该系统和方法解决了上述问题。本文描述的本发明解决了这些和/或其他问题,并且提供了一种减少图像中的伪像的系统和方法,其中该系统和方法高效地合并用户反馈、使用户工作最小化、并且自适应地处理图像。
发明内容
根据本发明的一方面,公开了一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:执行算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第二区域内部的第三区域加以限定的第一用户输入;以及执行所述算法以将排除了第三区域的第二区域中的伪像去除。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:执行算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第三区域加以限定的第一用户输入;以及执行所述算法以去除由第二区域和第三区域形成的组合区域中的伪像。
根据本发明的另一方面,公开了一种用于对包括多个帧的运动画面进行处理的系统。根据示例实施例,所述系统包括:诸如存储器之类的第一装置,用于存储包含算法的数据;诸如处理器之类的第二装置,用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响。第二装置识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域。第二装置使能显示具有对第二区域的指示的第二帧。第二装置接收对第二区域内部的第三区域加以限定的第一用户输入,并且执行所述算法以将排除了第三区域的第二区域中的伪像去除。
根据本发明的另一方面,公开了另一种用于对包括多个帧的运动画面进行处理的系统。根据示例实施例,所述系统包括:诸如存储器之类的第一装置,用于存储包含算法的数据;以及诸如处理器之类的第二装置,用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响。第二装置识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域。第二装置使能显示具有对第二区域的指示的第二帧。第二装置接收对第三区域加以限定的第一用户输入,并且执行所述算法以去除由第二区域和第三区域形成的组合区域中的伪像。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:显示具有对从前一帧跟踪的第一区域的指示的帧;接收对第一区域内部的第二区域加以限定的用户输入;以及执行算法以去除排除了第二区域的第一区域中的伪像。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:显示具有对从前一帧跟踪的第一区域的指示的帧;接收限定了第二区域的用户输入;以及执行算法以去除由第一区域和第二区域形成的组合区域中的伪像。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:执行第一算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第二区域内部的第三区域加以限定的用户输入;以及执行与第一算法不同的第二算法以将排除了第三区域的第二区域中的伪像去除。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:执行第一算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第三区域加以限定的用户输入;以及执行与第一算法不同的第二算法以去除由第二区域和第三区域形成的组合区域中的伪像。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:使用第一参数执行算法,以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第二区域内部的第三区域加以限定的第一用户输入;以及使用与第一参数不同的第二参数执行所述算法,以将排除了第三区域的第二区域中的伪像去除。
根据本发明的另一方面,公开了另一种对包括多个帧的运动画面进行处理的方法。根据示例实施例,所述方法包括:使用第一参数执行算法,以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;显示具有对第二区域的指示的第二帧;接收对第三区域加以限定的第一用户输入;以及使用与第一参数不同的第二参数执行所述算法,以去除由第二区域和第三区域形成的组合区域中的伪像。
附图说明
结合附图,参考以下对本发明实施例的描述,本发明的上述和其他特征、优点以及获得这些特征、优点的方式都将变得清楚,并且本发明将被更好地理解,其中:
图1是根据本发明示例实施例的用于减少图像中的伪像的系统的框图;
图2是根据本发明示例实施例的提供了图1的智能内核的附加细节的框图;
图3是示出了根据本发明示例实施例的减少图像中的伪像的步骤的流程图;
图4是示出了根据本发明示例实施例的初始地选择的感兴趣区域的图;
图5是示出了根据本发明示例实施例的用户可以如何修改感兴趣区域的图;以及
图6是示出了根据本发明另一示例实施例的用户可以如何修改感兴趣区域的图。
本文阐述的示例示出了本发明的优选实施例,这样的示例决不被解释为限制本发明的范围。
具体实施方式
应理解,图中所示的元件可以以多种形式的硬件、软件或其组合来实现。优选地,在一个或多个合适地编程的通用设备上以硬件和软件组合的形式来实现这些元件,所述通用设备可以包括处理器、存储器以及输入/输出接口。
本说明书说明了本发明的原理。因此应理解,本领域技术人员能够想到尽管在本文中没有被明确地描述或示出但是体现了本发明的原理并且包含在本发明的精神和范围之内的多种布置。
本文列举的所有示例和传统语言都用于说明目的,以帮助读者进一步理解本发明的原理以及发明人构建的构思,这些示例和传统语言将被理解为不限于这种具体列举的示例和情况。
此外,本文中列举了本发明的原理、方面和实施例及其特定示例的所有陈述都旨在覆盖其结构和功能上的等价物。此外,这些等价物将包括目前已知的等价物和将来开发的等价物,即,开发出的执行相同功能而不论结构如何的任何元件。
因此,例如本领域技术人员应理解,本文提供的框图示出了体现本发明原理的说明性电路的概念图。类似地,应理解,任何流程图、程序图、状态转移图、伪码等都表示可以实质上以计算机可读介质来表示并因此由计算机或处理器来执行的各种过程,而不管是否明确示出了这样的计算机和处理器。
可以利用专用硬件以及与适当软件相关联的能够执行软件的硬件来提供图中所示的各种元件的功能。当由处理器来提供时,这些功能可以由单个专用处理器来提供,或者由单个共享处理器来提供,或者由多个独立处理器来提供,其中所述多个独立处理器中的一些处理器可以被共享。此外,对术语“处理器”或“控制器”的明确使用不应被解释为排他地表示能够执行软件的硬件,而是可以隐含地包括但不限于数字处理器(“DSP”)硬件、用于存储软件的只读存储器(“ROM”)、随机存取存储器(“RAM”)以及非易失性存储装置。
还可以包括传统的和/或定制的其他硬件。类似地,图中所示的任何开关都仅仅是概念性的。可以通过操作程序逻辑、通过专用逻辑、通过程序控制与专用逻辑的交互、或者甚至手动地来实现这些开关的功能,如根据上下文可以具体理解的,具体的技术是可以由实现者来选择的。
在本文的权利要求中,表示为执行特定功能的装置的任何元件都旨在覆盖执行该功能的任何方式,包括:例如,a)执行该功能的电路元件的组合,或b)任何形式的软件(因此包括固件或微码等)结合用于执行该软件以执行该功能的合适电路。这样的权利要求所限定的发明在于,所列举的各个装置所提供的功能按照权利要求所要求的方式组合并结合。因此,认为可以提供这些功能的任何装置都等同于本文所示的这些装置。
大多数现有的图像处理技术工作于图像像素级并且使用诸如亮度和颜色信息等低级特征。大多数这些技术采用基于统计模型的空间相关来实现更好的结果。如果图像的多个帧可用,则还可以采用帧相关来改善图像处理结果。然而,由于图像处理基于图像的低级特征,所以图像处理有时不仅无法去除已有的伪像,还向图像中引入附加的伪像。基于语义内容的图像处理当今仍然是挑战。
基于感兴趣区域(ROI)的图像处理对包含伪像的图像的具体区域或者需要改变的不期望特征应用图像处理。通过选择性地处理图像的一部分,ROI可以实现比传统图像处理技术更好的结果。然而仍然存在与如何以鲁棒并且高效的方式来识别感兴趣区域有关的未决问题。自动方法使用颜色、亮度信息来分割或检测特定的特征或这些特征的变化。基于特征集合,将图像分类成区域,具有多数特征的区域被分类成感兴趣区域。对于数字媒介或数字视频处理,区域检测需要在帧上一致以避免诸如闪烁和模糊等伪像。区域通常被限定为矩形或多边形。在一些应用中,如,在基于区域的颜色校正和从2D图像的深度图恢复中,区域边界需要被精确地限定到逐像素精度。
语义对象是对人类产生语义含义的区域集合。典型地,该区域集合共享公共的低级特征。例如,天空的区域将具有饱和的蓝色。汽车的区域将具有相似的运动。然而,有时语义对象包含了在低级特征方面不具有明显相似性的区域。因此,对区域集合进行分组以产生语义对象通常无法达到期望的目的。这得自于人类大脑的处理与基于计算机的图像处理之间的基本差异。人类使用知识来识别语义对象,而基于计算机的图像处理基于低级特征。语义对象的使用将以多种方式显著提高基于ROI的图像处理。然而,在如何高效识别语义对象方面存在困难。
根据本发明的原理,提供了一种解决方案,该解决方案结合了人类知识和基于计算机的图像处理以实现更好的结果(例如,半自动方法或用户辅助方法)。以这种方式,人类交互可以为基于计算机的图像处理提供智能向导,从而实现更好的结果。由于人类和计算机工作在不同的领域,所以挑战在于如何将人类知识映射到计算机并且使人类交互的效率最大化。人类资源的成本在提高,而计算功率的成本在降低。因此,将人类交互与基于计算机的处理相结合的高效工具对于需要以低成本的优点产生更佳图像质量的任何业务来说将是价值无法估量的工具。
目前,大多数软件工具提供图形用户界面来实现对处理参数的初始设置,并且在最终处理开始之前对结果进行预览。用户可以总是在结果不满意时停止并再次重复相同的过程。然而,关于这些当前的系统,并不存在通过分析用户反馈并使系统适合该用户反馈来改善处理的反馈机制。因此,如果用户不断地以新的参数集合来重新开始处理,则用户交互变得非常低效
现在参考附图,具体地参考图1,示出了根据本发明示例实施例的用于减少图像中的伪像的系统100的框图。在图1中,可以提供扫描设备103以将影片印片104(例如,摄像机原始影片底片)扫描成数字格式(例如,Cineon格式或SMPTE DPX文件。扫描设备103可以包括例如电视电影或将会从影片(例如,具有视频输出的Arri LocProTM)产生视频输出的任何设备。备选地,可以直接使用对来自后期制作过程或数字电影的数字影片图像106加以表示的文件(例如,已经是计算机可读形式的文件)。计算机可读文件的可能来源是AVIDTM编辑器、DPX文件、D5磁带等等。
将扫描的影片印片输入到后处理设备102,例如,计算机。后处理设备102被实现在具有硬件的各种已知计算机平台中的任何计算机平台上,所述硬件例如是一个或多个中央处理单元(CPU)、诸如随机存取存储器(RAM)和/或只读存储器(ROM)之类的存储器110、以及诸如键盘、鼠标控制设备(例如,鼠标、操纵杆等等)和显示设备之类的输入/输出(I/O)用户界面112。计算机平台还包括操作系统和微指令代码。本文描述的各种处理和功能可以是微指令代码的一部分或经由操作系统来执行的软件应用程序的一部分(或其组合)。此外,可以通过各种接口和总线结构(如,并行端口、串行端口或通用串行总线(USB))将各种其他外围设备连接至计算机平台。其他外围设备可以包括一个或多个附加存储设备124以及影片印片机128。影片印片机128可以用于对影片126的修订或标记版本(例如,影片的立体版本)进行印片。后处理设备102还可产生压缩影片130。
备选地,可以将已经是计算机可读形式的文件/影片印片106(例如,数字电影,所述数字电影例如可以被存储在外部硬盘驱动124上)直接输入到后处理设备102上。注意,本文使用的术语“影片”可以是指影片印片或数字电影。
软件程序包括误差扩散模块114,误差扩散模块114被存储在存储器110中以减少图像中的伪像。误差扩散模块114包括噪声或信号发生器116,以产生用于对图像中的伪像加以掩蔽的信号。噪声信号可以是白噪声、高斯噪声、以不同截止频率滤波器来调制的白噪声等等。提供截断模块118以确定图像块的量化误差。误差扩散模块114还包括误差分布模块120,所述误差分布模块120被配置为将量化误差分布到相邻的块。
还提供跟踪模块132以贯穿场景的若干帧来跟踪ROI。跟踪模块132包括掩码发生器134,所述掩码发生器134用于针对给定视频序列的每个图像或帧产生二进制掩码。例如,从图像中限定的ROI中,通过在ROI周围绘制的用户输入多边形,或者通过自动检测算法或功能,来产生二进制掩码。二进制掩码是像素值为1或0的图像。ROI内的所有像素都具有值1,而其他像素具有值0。跟踪模块132还包括跟踪模型136,所述跟踪模型136用于从一个图像到另一个图像估计ROI的跟踪信息,例如,在给定视频序列中逐个帧地估计ROI的跟踪信息。
跟踪模块132还包括智能内核138,所述智能内核138操作用于解释用户反馈,并使用户反馈适于图像的实际内容。根据示例实施例,智能内核138基于用户输入以及对基础区域的分析来自动修改图像处理算法及其相应的参数,从而提供更好的图像处理结果。以这种方式,本发明可以简化用户操作,并减轻用户必须在系统100未能产生满意结果时重新开始处理的负担。通过使图像的处理适合于图像的实际内容和用户反馈,本发明提供了具有鲁棒性和卓越图像质量的高效图像处理。下文中将提供与智能内核138有关的其他细节。另外在图1中,提供编码器122以将输出图像编码成任何已知的压缩标准,如,MPEG1、2、4、H.264等等。
参考图2,示出了提供了根据本发明示例实施例的图1中智能内核138的附加细节的框图。根据本发明的原理,用户界面112使得用户能够向智能内核138提供输入,并且用户界面112是直观用户界面,户在没有详细了解图像处理的情况下就能够有效操作该直观用户界面。具体地,用户界面112允许用户识别图像处理未能产生满意结果的问题区域(即,感兴趣区域)。
如图2所示,智能内核138包括图像分析模块140、修改算法模块142和修改参数模块144。根据示例实施例,一旦在图像处理之后用户识别了不满意的感兴趣区域(ROI),智能内核138就接收该用户反馈信息并可以响应于该用户反馈信息来修改内部参数和处理步骤。智能内核138的功能如下。
首先,图像分析模块140基于上述用户反馈信息来分析图像内容,并表征(即,限定)具有不满意处理结果的一个或多个感兴趣区域。一旦分析了所述一个或多个感兴趣区域,智能内核138就可以分别经由模块142和144来分别修改算法和/或参数。例如,系统100可以使用若干区域跟踪算法来跟踪限定了感兴趣区域的这组一个或多个区域(例如,基于轮廓的跟踪器、基于特征点的跟踪器、基于纹理的跟踪器、基于颜色的跟踪器、等等)。根据所跟踪的区域的特征(即,图像分析模块140的输出结果),修改算法模块142将根据设计选择来选择最合适的跟踪方法。例如,如果初始感兴趣区域是人的脸部,但后来用户决定通过添加人的头发来修改感兴趣区域(ROI),则智能内核138的修改算法模块142可以从基于颜色的跟踪器切换到基于轮廓的跟踪器(即,在假定脸部加上头发在颜色上不再同质的情况下)。
此外,即使修改算法模块142不改变跟踪算法,如上所述,智能内核138的修改参数模块144也仍然可以决定改变跟踪参数。例如,如果初始感兴趣区域是蓝色的天空,用户后来决定通过向蓝色天空添加白色的云来修改感兴趣区域(ROI),则修改算法模块142可以保持使用基于颜色的跟踪器,但是修改参数模块144可以改变跟踪参数以跟踪蓝色和白色两者(即,并非仅跟踪蓝色了)。如图2所示,来自智能内核138的输出用于在块146处的图像处理(即,跟踪处理)。
参考图3,示出了表示根据本发明示例实施例的减少图像中的伪像的步骤的流程图300。出于示例和说明的目的,将关于图1的系统100的特定元件来描述图3的步骤。然而应清楚的是,如上所述智能内核138促进了图3的步骤。图3的步骤仅仅是示例性的,绝不旨在限制本发明的应用。
在步骤310,用户在视频序列的给定帧中选择初始感兴趣区域(ROI)。根据示例实施例,在步骤310用户可以使用用户界面112的鼠标和/或其他元件来勾勒存在跟踪错误的初始ROI。图4示出了在步骤310可以选择的示例ROI(即,R)。图4所示的简单用户界面允许用户直观地识别ROI。根据本发明的原理,在步骤310处选择的ROI(可以针对后续的帧修改该ROI)表示存在需要被去除的伪像(例如,使用掩蔽信号通过跟踪算法来去除)的区域。
在步骤320,跟踪ROI(包括对ROI的任何修改)到给定视频序列中的下一帧。根据示例实施例,在步骤320可以使用2D仿射运动模型来跟踪ROI。可以如下表示跟踪建模:
x′=a1x+b1y+c1
y′=a2x+b2y+c2    (1)
其中,(x,y)是前一帧的跟踪区域R中的像素位置,(x’,y’)是当前帧中跟踪区域R’的对应像素位置,(a1,b1,c1,a2,b2,c2)是恒定系数。在给定前一帧中的区域R的情况下,可以通过使强度差的均方误差最小化来找到当前帧中区域R’的最佳匹配。
根据示例实施例,步骤320的跟踪过程是设计用于(例如,经由掩蔽信号)从ROI中去除伪像同时保持帧的其他区域不受影响的算法的一部分。具体地,系统100被设计用于跟踪和去除给定视频帧序列中的伪像。为了有效地去除伪像,识别ROI并将掩蔽信号添加到该特定的区域以掩蔽掉伪像。系统100使用运动信息来在多个帧上跟踪ROI。
在步骤330,显示步骤320的跟踪结果以供用户评估。在步骤340,为用户提供修改当前ROI的选项。根据示例实施例,在步骤340,用户根据该用户是否在步骤330处显示的跟踪结果中检测到跟踪错误,来确定向的当前ROI添加一个或多个区域和/或从步骤340处的当前ROI中去除一个或多个区域。
如果在步骤340的确定结果是肯定的,则流程进行至步骤350,在步骤350响应于经由用户界面112的用户输入向当前ROI添加和/或从当前ROI中去除一个或多个区域。图5示出了用户选择从跟踪区域R’中去除区域R’E的示例。图6示出了用户选择向跟踪区域R’中添加区域R’A的示例。
从步骤350开始,或者在步骤340的确定结果是否定的情况下,流程进行至步骤360,在步骤360确定是否应该停止跟踪过程。根据示例实施例,在步骤360用户可以通过经由用户界面112提供一个或多个预定的输入来手动地随意停止跟踪过程。备选地,在步骤360可以在达到给定视频序列的结尾时停止跟踪过程。
如果在步骤360的确定结果是否定的,流程进行至步骤370,在步骤370过程进行至给定视频序列中的下一帧。从步骤370开始,流程循环回到上述步骤320。假定在步骤340和350用户选择修改ROI,那么在步骤320跟踪修改后的ROI至给定视频序列中的下一帧。例如,在用户识别了区域R’E的图5中,将通过相同的在步骤320处的上述处理将该区域跟踪到下一帧的区域R’E。因此,将如下表示该帧的最终跟踪区域:
R F = R ′ ∩ R E ′ ‾ - - - ( 2 )
其中,最终跟踪区域RF是去除了区域R’E中的像素的区域R’。
类似地,对于用户添加了区域RA的图6的示例,将通过相同的在步骤320处的上述处理将该区域跟踪到下一帧的区域R’A。因此,将如下表示针对该帧的最终跟踪区域:
RF=R′∪R′A    (3)
其中,最终跟踪区域RF是添加了区域R’A中的像素的区域R’。可以重复执行图3的步骤,直到在步骤360得到了肯定的确定结果,在这种情况下,在步骤380针对给定视频序列中的每一个所跟踪的帧产生(并存储)最终ROI。过程在步骤390结束。具体地,在本申请的各个从属权利要求中阐述了可以如何实际实现本发明的上述原理的预期示例,这些从属权利要求的主题的全部内容以参考的形式合并在本说明书的主体中。
为了帮助用户识别ROI,清楚地标记当前ROI。例如,响应于用户输入以具体预定义的颜色(如,红色)来显示ROI,可以由用户来选择该具体定义的颜色。可以通过按压用户界面中的键来产生用户输入。可以响应于相同或不同的用户输入来去除具体预定义的颜色。当以具体预定义的颜色来显示ROI时,应当以用户所选的与所述具体预定义的颜色不同的颜色,来显示包含在ROI中的被用户识别为要从ROI中排除的区域。当用户指定的区域在ROI的外部或者与ROI重叠时,将认为ROI外部的部分与ROI相结合以形成新的ROI,并且应当以具体预定义的颜色来显示该部分。当去除了具体预定义的颜色时,也去除用于指示删除区域的所选颜色。
如上所述,本发明提供了一种减少图像中的伪像的系统和方法,该系统和方法有效地合并了用户反馈、使用户工作最小化、并且自适应地处理图像。具体地,系统100自动更新跟踪区域和错误区域,并有效地使用用户反馈信息来实现鲁棒的区域跟踪。用户只需要限定具有跟踪错误的区域,系统100将自动将该信息合并到跟踪过程中。
尽管本发明被描述为具有优选的设计,然而在本公开的精神和范围之内可以进一步修改本发明。因此本申请旨在覆盖使用本发明一般原理对本发明的任何修改、使用或调整。此外,本申请旨在覆盖在本发明所属的技术领域中的公知常识或惯用手段之内并且在所附权利要求的限制之内与本公开的偏离。

Claims (36)

1.一种对包括多个帧的运动画面进行处理的方法(300),所述方法包括:
执行算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第二区域内部的第三区域加以限定的第一用户输入;以及
执行所述算法以将排除了第三区域的第二区域中的伪像去除。
2.根据权利要求1所述的方法(300),还包括以下步骤:
识别在第二帧之后的第三帧的第四区域,所述第四区域对应于第二帧中排除了第三区域的第二区域;以及
执行所述算法以去除第三帧的第四区域中的伪像。
3.根据权利要求1所述的方法(300),还包括以下步骤:按照与排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
4.根据权利要求3所述的方法(300),还包括以下步骤:
接收第二用户输入,所述第二用户输入识别出第三区域将被包含用于执行所述算法;以及
去除对第三区域的显示。
5.根据权利要求1所述的方法(300),其中,第一区域包括多个区域,第三区域是多个区域中表示第二区域的那个区域的一部分。
6.根据权利要求1所述的方法(300),还包括以下步骤:识别出第四区域将被包含用于执行所述算法。
7.根据权利要求6所述的方法(300),还包括以下步骤:按照与第四区域和排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
8.一种对包括多个帧的运动画面进行处理的方法(300),所述方法包括:
执行算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第三区域加以限定的第一用户输入;以及
执行所述算法以去除由第二区域和第三区域形成的组合区域中的伪像。
9.根据权利要求8所述的方法,还包括以下步骤:
识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;以及
执行所述算法以去除第三帧的第四区域中的伪像。
10.根据权利要求8所述的方法(300),还包括以下步骤:
识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;
接收对所述组合区域内部的第五区域加以限定的第二用户输入;以及
执行所述算法以将第三帧中排除了第五区域的组合区域中的伪像去除。
11.一种用于对包括多个帧的运动画面进行处理的系统(100),所述系统(100)包括:
第一装置(110),用于存储包含算法的数据;
第二装置(102),用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
所述第二装置(102)识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
所述第二装置(102)使得显示具有对第二区域的指示的第二帧;
所述第二装置(102)接收对第二区域内部的第三区域加以限定的第一用户输入;并且
所述第二装置(102)执行所述算法以将排除了第三区域的第二区域中的伪像去除。
12.根据权利要求11所述的系统(100),其中:
所述第二装置(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于第二帧中排除了第三区域的第二区域;以及
所述第二装置(102)执行所述算法以去除第三帧的第四区域中的伪像。
13.根据权利要求11所述的系统(100),其中,所述第二装置(102)使能按照与排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
14.根据权利要求13所述的系统(100),其中:
所述第二装置(102)接收第二用户输入,所述第二用户输入识别出第三区域将被包含用于执行所述算法;以及
所述第二装置(102)去除对第三区域的显示。
15.根据权利要求11所述的系统(100),其中,第一区域包括多个区域,第三区域是多个区域中表示第二区域的那个区域的一部分。
16.根据权利要求11所述的系统(100),其中,所述第二装置(102)识别出第四区域将被包含用于执行所述算法。
17.根据权利要求16所述的系统(100),其中,所述第二装置(102)还使能按照与第四区域和排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
18.一种用于对包括多个帧的运动画面进行处理的系统(100),所述系统(100)包括:
第一装置(110),用于存储包含算法的数据;
第二装置(102),用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
所述第二装置(102)识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
所述第二装置(102)使能显示具有对第二区域的指示的第二帧;
所述第二装置(102)接收对第三区域加以限定的第一用户输入;并且
所述第二装置(102)执行所述算法以去除由第二区域和第三区域形成的组合区域中的伪像。
19.根据权利要求18所述的系统(100),其中:
所述第二装置(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;以及
所述第二装置(102)执行所述算法以去除第三帧的第四区域中的伪像。
20.根据权利要求18所述的系统(100),其中:
所述第二装置(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;
所述第二装置(102)接收对所述组合区域内部的第五区域加以限定的第二用户输入;以及
所述第二装置(102)执行所述算法以将第三帧中排除了第五区域的组合区域中的伪像去除。
21.一种用于对包括多个帧的运动画面进行处理的系统(100),所述系统(100)包括:
存储器(110),用于存储包含算法的数据;
处理器(102),操作用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
所述处理器(102)识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
所述处理器(102)使得显示具有对第二区域的指示的第二帧;
所述处理器(102)接收对第二区域内部的第三区域加以限定的第一用户输入;并且
所述处理器(102)执行所述算法以将排除了第三区域的第二区域中的伪像去除。
22.根据权利要求21所述的系统(100),其中:
所述处理器(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于第二帧中排除了第三区域的第二区域;以及
所述处理器(102)执行所述算法以去除第三帧的第四区域中的伪像。
23.根据权利要求21所述的系统(100),其中,所述处理器(102)使能按照与排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
24.根据权利要求23所述的系统(100),其中:
所述处理器(102)接收第二用户输入,所述第二用户输入识别出第三区域将被包含用于执行所述算法;以及
所述处理器(102)去除对第三区域的显示。
25.根据权利要求21所述的系统(100),其中,第一区域包括多个区域,第三区域是多个区域中表示第二区域的那个区域的一部分。
26.根据权利要求21所述的系统(100),其中,所述处理器(102)识别出第四区域将被包含用于执行所述算法。
27.根据权利要求26所述的系统(100),其中,所述处理器(102)还使能按照与第四区域和排除了第三区域的第二区域不同的方式显示第三区域,从而使用户能够识别出哪部分将被包含用于执行所述算法。
28.一种用于对包括多个帧的运动画面进行处理的系统(100),所述系统(100)包括:
存储器(110),操作用于存储包含算法的数据;
处理器(102),操作用于执行所述算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
所述处理器(102)识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
所述处理器(102)使得显示具有对第二区域的指示的第二帧;
所述处理器(102)接收对第三区域加以限定的第一用户输入;并且
所述处理器(102)执行所述算法以去除由第二区域和第三区域形成的组合区域中的伪像。
29.根据权利要求28所述的系统(100),其中:
所述处理器(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;以及
所述处理器(102)执行所述算法以去除第三帧的第四区域中的伪像。
30.根据权利要求28所述的系统(100),其中:
所述处理器(102)识别在第二帧之后的第三帧的第四区域,所述第四区域对应于所述组合区域;
所述处理器(102)接收对所述组合区域内部的第五区域加以限定的第二用户输入;以及
所述处理器(102)执行所述算法以将第三帧中排除了第五区域的组合区域中的伪像去除。
31.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
显示具有对从前一帧跟踪的第一区域的指示的帧;
接收对第一区域内部的第二区域加以限定的用户输入;以及
执行算法以去除排除了第二区域的第一区域中的伪像。
32.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
显示具有对从前一帧跟踪的第一区域的指示的帧;
接收限定了第二区域的用户输入;以及
执行算法以去除由第一区域和第二区域形成的组合区域中的伪像。
33.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
执行第一算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第二区域内部的第三区域加以限定的用户输入;以及
执行与第一算法不同的第二算法以将排除了第三区域的第二区域中的伪像去除。
34.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
执行第一算法以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第三区域加以限定的用户输入;以及
执行与第一算法不同的第二算法以去除由第二区域和第三区域形成的组合区域中的伪像。
35.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
使用第一参数执行算法,以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第二区域内部的第三区域加以限定的第一用户输入;以及
使用与第一参数不同的第二参数执行所述算法,以将排除了第三区域的第二区域中的伪像去除。
36.一种对包括多个帧的运动画面进行处理的方法,所述方法包括:
使用第一参数执行算法,以去除第一帧的第一区域中的伪像,所述第一区域外部的区域不受影响;
识别在第一帧之后的第二帧的第二区域,所述第二帧的第二区域对应于第一帧的第一区域;
显示具有对第二区域的指示的第二帧;
接收对第三区域加以限定的第一用户输入;以及
使用与第一参数不同的第二参数执行所述算法,以去除由第二区域和第三区域形成的组合区域中的伪像。
CN2009801608721A 2009-08-12 2009-08-12 基于感兴趣区域来减少图像序列中的伪像的系统和方法 Pending CN102483849A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2009/004612 WO2011019330A1 (en) 2009-08-12 2009-08-12 System and method for region-of-interest-based artifact reduction in image sequences

Publications (1)

Publication Number Publication Date
CN102483849A true CN102483849A (zh) 2012-05-30

Family

ID=42145167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801608721A Pending CN102483849A (zh) 2009-08-12 2009-08-12 基于感兴趣区域来减少图像序列中的伪像的系统和方法

Country Status (6)

Country Link
US (1) US20120144304A1 (zh)
EP (1) EP2465095A1 (zh)
JP (1) JP5676610B2 (zh)
KR (1) KR101437626B1 (zh)
CN (1) CN102483849A (zh)
WO (1) WO2011019330A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577794A (zh) * 2012-07-30 2014-02-12 联想(北京)有限公司 一种识别方法及电子设备

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9632679B2 (en) * 2013-10-23 2017-04-25 Adobe Systems Incorporated User interface for managing blur kernels
US10097565B1 (en) * 2014-06-24 2018-10-09 Amazon Technologies, Inc. Managing browser security in a testing context
US9336126B1 (en) 2014-06-24 2016-05-10 Amazon Technologies, Inc. Client-side event logging for heterogeneous client environments
US10565463B2 (en) * 2016-05-24 2020-02-18 Qualcomm Incorporated Advanced signaling of a most-interested region in an image
US11210732B1 (en) 2020-11-04 2021-12-28 Wayfair Llc Systems and methods for visualizing wall coverings in an image of a scene
US11770496B2 (en) * 2020-11-04 2023-09-26 Wayfair Llc Systems and methods for visualizing surface coverings in an image of a scene

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981753A (ja) * 1995-09-11 1997-03-28 Matsushita Electric Ind Co Ltd 移動物体抽出装置
JP2000048211A (ja) * 1998-07-31 2000-02-18 Matsushita Electric Ind Co Ltd 移動物体追跡装置
JP2004005462A (ja) * 2002-03-07 2004-01-08 Samsung Electronics Co Ltd 映像信号から対象物を追跡する方法及びその装置
JP2006212985A (ja) * 2005-02-04 2006-08-17 Mitsubishi Heavy Ind Ltd 印刷の色調制御用注目画素領域設定方法及び装置並びに印刷機の絵柄色調制御方法及び装置
WO2008088373A2 (en) * 2007-01-16 2008-07-24 Thomson Licensing System and method for reducing artifacts in images
WO2009005497A1 (en) * 2007-06-29 2009-01-08 Thomson Licensing Apparatus and method for reducing artifacts in images

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8396328B2 (en) * 2001-05-04 2013-03-12 Legend3D, Inc. Minimal artifact image sequence depth enhancement system and method
US5819004A (en) * 1995-05-08 1998-10-06 Kabushiki Kaisha Toshiba Method and system for a user to manually alter the quality of previously encoded video frames
US6097853A (en) * 1996-09-11 2000-08-01 Da Vinci Systems, Inc. User definable windows for selecting image processing regions
US6850249B1 (en) * 1998-04-03 2005-02-01 Da Vinci Systems, Inc. Automatic region of interest tracking for a color correction system
US7039229B2 (en) * 2000-08-14 2006-05-02 National Instruments Corporation Locating regions in a target image using color match, luminance pattern match and hill-climbing techniques
US7181081B2 (en) * 2001-05-04 2007-02-20 Legend Films Inc. Image sequence enhancement system and method
US9031383B2 (en) * 2001-05-04 2015-05-12 Legend3D, Inc. Motion picture project management system
US8401336B2 (en) * 2001-05-04 2013-03-19 Legend3D, Inc. System and method for rapid image sequence depth enhancement with augmented computer-generated elements
US8897596B1 (en) * 2001-05-04 2014-11-25 Legend3D, Inc. System and method for rapid image sequence depth enhancement with translucent elements
US6987520B2 (en) * 2003-02-24 2006-01-17 Microsoft Corporation Image region filling by exemplar-based inpainting
US7593603B1 (en) * 2004-11-30 2009-09-22 Adobe Systems Incorporated Multi-behavior image correction tool
US9667980B2 (en) * 2005-03-01 2017-05-30 Qualcomm Incorporated Content-adaptive background skipping for region-of-interest video coding
US8014034B2 (en) * 2005-04-13 2011-09-06 Acd Systems International Inc. Image contrast enhancement
US7596598B2 (en) * 2005-10-21 2009-09-29 Birthday Alarm, Llc Multi-media tool for creating and transmitting artistic works
US7912337B2 (en) * 2005-11-02 2011-03-22 Apple Inc. Spatial and temporal alignment of video sequences
US20080129844A1 (en) * 2006-10-27 2008-06-05 Cusack Francis J Apparatus for image capture with automatic and manual field of interest processing with a multi-resolution camera
US8315466B2 (en) * 2006-12-22 2012-11-20 Qualcomm Incorporated Decoder-side region of interest video processing
JP5639764B2 (ja) * 2007-03-08 2014-12-10 シンク−アールエックス,リミティド 運動する器官と共に使用するイメージング及びツール
US8295683B2 (en) * 2007-04-23 2012-10-23 Hewlett-Packard Development Company, L.P. Temporal occlusion costing applied to video editing
TW201005583A (en) * 2008-07-01 2010-02-01 Yoostar Entertainment Group Inc Interactive systems and methods for video compositing
US9355469B2 (en) * 2009-01-09 2016-05-31 Adobe Systems Incorporated Mode-based graphical editing
US8885977B2 (en) * 2009-04-30 2014-11-11 Apple Inc. Automatically extending a boundary for an image to fully divide the image
US20100281371A1 (en) * 2009-04-30 2010-11-04 Peter Warner Navigation Tool for Video Presentations
US20130121565A1 (en) * 2009-05-28 2013-05-16 Jue Wang Method and Apparatus for Local Region Selection
US8400473B2 (en) * 2009-06-24 2013-03-19 Ariel Shamir Multi-operator media retargeting
US8345749B2 (en) * 2009-08-31 2013-01-01 IAD Gesellschaft für Informatik, Automatisierung und Datenverarbeitung mbH Method and system for transcoding regions of interests in video surveillance
US8717390B2 (en) * 2009-09-01 2014-05-06 Disney Enterprises, Inc. Art-directable retargeting for streaming video
US8373802B1 (en) * 2009-09-01 2013-02-12 Disney Enterprises, Inc. Art-directable retargeting for streaming video
JP4862930B2 (ja) * 2009-09-04 2012-01-25 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
US8922718B2 (en) * 2009-10-21 2014-12-30 Disney Enterprises, Inc. Key generation through spatial detection of dynamic objects
US8743139B2 (en) * 2010-07-20 2014-06-03 Apple Inc. Automatically keying an image
US8386964B2 (en) * 2010-07-21 2013-02-26 Microsoft Corporation Interactive image matting
US9113130B2 (en) * 2012-02-06 2015-08-18 Legend3D, Inc. Multi-stage production pipeline system
EP3457354B1 (en) * 2011-04-08 2020-02-19 Dolby Laboratories Licensing Corporation Definition of global image transformations

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981753A (ja) * 1995-09-11 1997-03-28 Matsushita Electric Ind Co Ltd 移動物体抽出装置
JP2000048211A (ja) * 1998-07-31 2000-02-18 Matsushita Electric Ind Co Ltd 移動物体追跡装置
JP2004005462A (ja) * 2002-03-07 2004-01-08 Samsung Electronics Co Ltd 映像信号から対象物を追跡する方法及びその装置
JP2006212985A (ja) * 2005-02-04 2006-08-17 Mitsubishi Heavy Ind Ltd 印刷の色調制御用注目画素領域設定方法及び装置並びに印刷機の絵柄色調制御方法及び装置
WO2008088373A2 (en) * 2007-01-16 2008-07-24 Thomson Licensing System and method for reducing artifacts in images
WO2009005497A1 (en) * 2007-06-29 2009-01-08 Thomson Licensing Apparatus and method for reducing artifacts in images

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JUNQIU WANG ET AL: "Integrating Color and Shape-Texture Features for Adaptive Real-Time Object Tracking", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
MARCOTEGUI,B. ET AL: "A video object generation tool allowing friendly user interaction", 《1999 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577794A (zh) * 2012-07-30 2014-02-12 联想(北京)有限公司 一种识别方法及电子设备

Also Published As

Publication number Publication date
KR101437626B1 (ko) 2014-09-03
US20120144304A1 (en) 2012-06-07
JP2013502147A (ja) 2013-01-17
KR20120061873A (ko) 2012-06-13
JP5676610B2 (ja) 2015-02-25
EP2465095A1 (en) 2012-06-20
WO2011019330A1 (en) 2011-02-17

Similar Documents

Publication Publication Date Title
US11367282B2 (en) Subtitle extraction method and device, storage medium
CN102483849A (zh) 基于感兴趣区域来减少图像序列中的伪像的系统和方法
US8605795B2 (en) Video editing methods and systems
Musialski et al. Interactive coherence‐based façade modeling
CN112184856A (zh) 支持多图层特效及动画混合的多媒体处理装置
US11386589B2 (en) Method and device for image generation and colorization
CN101601069B (zh) 用于减轻图像中的伪影的系统和方法
US20170132836A1 (en) 2D Image Processing for Extrusion Into 3D Objects
CN110334753B (zh) 视频分类方法、装置、电子设备及存储介质
US10204447B2 (en) 2D image processing for extrusion into 3D objects
US20100111196A1 (en) Application specific video format
JP2015518594A (ja) デジタル画像分析のため空間制約を用いた統合インタラクティブセグメンテーション法
JP2003030672A (ja) 帳票認識装置、方法、プログラムおよび記憶媒体
CN105830006A (zh) 图像及视频内容的情感修改
CN107801093A (zh) 视频渲染方法、装置、计算机设备和可读存储介质
CN113822794A (zh) 一种图像风格转换方法、装置、计算机设备和存储介质
CN112383824A (zh) 视频广告过滤方法、设备及存储介质
CN111915585A (zh) 图像标注方法、装置、设备以及存储介质
US20240153097A1 (en) Methods and Systems for Automatically Generating Backdrop Imagery for a Graphical User Interface
CN114240770A (zh) 一种图像处理方法、装置、服务器及存储介质
CN112270384B (zh) 一种回环检测方法、装置及电子设备和存储介质
CN105261044A (zh) 相似图片的识别方法、装置及电子设备
US20210166073A1 (en) Image generation method and computing device
CN111932447B (zh) 一种图片处理方法、装置、设备及存储介质
Liu et al. One-stage inpainting with bilateral attention and pyramid filling block

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20170111

AD01 Patent right deemed abandoned