JP2020144489A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2020144489A5 JP2020144489A5 JP2019039089A JP2019039089A JP2020144489A5 JP 2020144489 A5 JP2020144489 A5 JP 2020144489A5 JP 2019039089 A JP2019039089 A JP 2019039089A JP 2019039089 A JP2019039089 A JP 2019039089A JP 2020144489 A5 JP2020144489 A5 JP 2020144489A5
- Authority
- JP
- Japan
- Prior art keywords
- image
- training
- noise
- processing method
- correct answer
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 claims description 28
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 13
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 239000006185 dispersion Substances 0.000 claims 1
- 230000006870 function Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 claims 1
- 238000009877 rendering Methods 0.000 claims 1
Description
本発明の一側面としての画像処理方法は、第1の正解画像と第1の訓練画像を取得する第1の工程と、前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する第2の工程と、前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する第3の工程とを有し、前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像である。
本発明の他の側面としての画像処理装置は、第1の正解画像と第1の訓練画像を取得する取得手段と、前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する生成手段と、前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する学習手段とを有し、前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像である。
本発明の他の側面としての学習済みモデルの製造方法は、第1の正解画像と第1の訓練画像を取得する第1の工程と、前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する第2の工程と、前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する第3の工程とを有し、前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像である。
本発明の他の側面としての画像処理方法は、撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する工程と、前記推定画像に基づく画像に対してノイズ低減処理を実行する工程とを有する。
本発明の他の側面としての画像処理装置は、撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段と、前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とを有する。
本発明の他の側面としてのプログラムは、前記画像処理方法をコンピュータに実行させる。
本発明の他の側面としての画像処理システムは、第1の装置と、前記第1の装置と通信可能な第2の装置を含む画像処理システムであって、前記第1の装置は、撮像画像に対する処理を前記第2の装置に実行させるための要求を送信する送信手段を有し、前記第2の装置は、前記送信手段によって送信された前記要求を受信する受信手段と、前記撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段を有し、前記第1の装置または前記第2の装置の少なくとも一方は、前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とをさらに有する。
本発明の他の側面としての画像処理装置は、撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段と、前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とを有する。
本発明の他の側面としてのプログラムは、前記画像処理方法をコンピュータに実行させる。
本発明の他の側面としての画像処理システムは、第1の装置と、前記第1の装置と通信可能な第2の装置を含む画像処理システムであって、前記第1の装置は、撮像画像に対する処理を前記第2の装置に実行させるための要求を送信する送信手段を有し、前記第2の装置は、前記送信手段によって送信された前記要求を受信する受信手段と、前記撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段を有し、前記第1の装置または前記第2の装置の少なくとも一方は、前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とをさらに有する。
Claims (28)
- 第1の正解画像と第1の訓練画像を取得する第1の工程と、
前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する第2の工程と、
前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する第3の工程とを有し、
前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像であることを特徴とする画像処理方法。 - 前記第2の工程において、前記第1の正解画像と前記第1の訓練画像のそれぞれの対応画素に対して相関のある前記ノイズを付与することで前記第2の正解画像と前記第2の訓練画像が生成されることを特徴とする請求項1に記載の画像処理方法。
- 前記対応画素は、前記第1の正解画像と前記第1の訓練画像のそれぞれにおいて、被写体空間の同一の位置を撮像した画素であることを特徴とする請求項2に記載の画像処理方法。
- 前記対応画素は、前記第1の正解画像と前記第1の訓練画像における同一の位置の画素であることを特徴とする請求項2または3に記載の画像処理方法。
- 前記ノイズは、同一の乱数に基づくノイズであることを特徴とする請求項1乃至4のいずれか一項に記載の画像処理方法。
- 前記乱数は、前記第1の正解画像における少なくとも二つの画素に対して異なる値であることを特徴とする請求項5に記載の画像処理方法。
- 前記ノイズのうち前記第1の正解画像に付与されるノイズは、前記第1の正解画像における画素の信号値に基づいて決定され、
前記ノイズのうち前記第1の訓練画像に付与されるノイズは、前記第1の訓練画像における画素の信号値に基づいて決定されることを特徴とする請求項1乃至6のいずれか一項に記載の画像処理方法。 - 前記ノイズの分散は、前記第1の正解画像と前記第1の訓練画像のそれぞれにおける画素の信号値に比例する比例成分と、定数成分とを含むことを特徴とする請求項1乃至7のいずれか一項に記載の画像処理方法。
- 前記第1の正解画像と前記第1の訓練画像に付与される前記ノイズは、同一であることを特徴とする請求項1乃至6のいずれか一項に記載の画像処理方法。
- 前記ノイズは、前記第1の訓練画像における画素の信号値に基づいて決定されることを特徴とする請求項9に記載の画像処理方法。
- 前記第3の工程において、
前記多層のニューラルネットワークに、前記第2の訓練画像の少なくとも一部と、前記ノイズに基づいて生成された前記ノイズとは異なるノイズに基づいて生成されたノイズ参照パッチとを入力し、出力された推定パッチと前記第2の正解画像の少なくとも一部とを比較することを特徴とする請求項1乃至10のいずれか一項に記載の画像処理方法。 - 前記第1の正解画像と前記第1の訓練画像は、解像度、コントラスト、明るさ、デフォーカスぼけ、およびライティングの少なくとも一つが互いに異なる画像であることを特徴とする請求項1乃至11のいずれか一項に記載の画像処理方法。
- 前記第1の訓練画像は、前記第1の正解画像よりも、解像度、コントラスト、および明るさの少なくとも一つが低いことを特徴とする請求項1乃至12のいずれか一項に記載の画像処理方法。
- 前記第1の訓練画像は、前記原画像に対してダウンサンプリング処理、ぼかし処理、コントラスト低減処理、および、明るさ低減処理の少なくとも一つが実行された画像であることを特徴とする請求項1乃至12のいずれか1項に記載の画像処理方法。
- 前記第3の工程において、アップサンプリング処理、ぼけ除去処理、コントラスト向上処理、および、明るさ向上処理の少なくとも一つの機能を前記多層のニューラルネットワークが具備するように、前記多層のニューラルネットワークを学習することを特徴とする請求項14に記載の画像処理方法。
- 前記第1の正解画像と前記第1の訓練画像はそれぞれ、前記原画像の少なくとも一部に対して異なるぼけを付与することで生成された画像であることを特徴とする請求項1乃至12のいずれか一項に記載の画像処理方法。
- 前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の法線マップに対して異なる光源環境でのレンダリングを行うことで生成された画像であることを特徴とする請求項1乃至12のいずれか1項に記載の画像処理方法。
- 第1の正解画像と第1の訓練画像を取得する取得手段と、
前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する生成手段と、
前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する学習手段とを有し、
前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像であることを特徴とする画像処理装置。 - 請求項1乃至17のいずれか一項に記載の画像処理方法をコンピュータに実行させることを特徴とするプログラム。
- 第1の正解画像と第1の訓練画像を取得する第1の工程と、
前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する第2の工程と、
前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する第3の工程とを有し、
前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像であることを特徴とする学習済みモデルの製造方法。 - 撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する工程と、
前記推定画像に基づく画像に対してノイズ低減処理を実行する工程とを有することを特徴とする画像処理方法。 - 前記撮像画像におけるノイズ量と前記推定画像におけるノイズ量は、同等であることを特徴とする請求項21に記載の画像処理方法。
- 前記ノイズ低減処理で用いられるノイズ低減のパラメータは、前記撮像画像のオプティカルブラックに関する情報に基づいて決定されることを特徴とする請求項21または22に記載の画像処理方法。
- 前記推定画像に基づく画像に実行される前記ノイズ低減処理で用いられるノイズ低減のパラメータは、前記撮像画像に前記ノイズ低減処理を実行する際の前記パラメータと同一であることを特徴とする請求項21乃至23のいずれか1項に記載の画像処理方法。
- 前記多層のニューラルネットワークは、
第1の正解画像と第1の訓練画像を取得する第1の工程と、
前記第1の正解画像と前記第1の訓練画像のそれぞれに対して互いに相関のあるノイズを付与することで、第2の正解画像と第2の訓練画像を生成する第2の工程と、
前記第2の正解画像と前記第2の訓練画像に基づいて、多層のニューラルネットワークを学習する第3の工程とを含み、
前記第1の正解画像と前記第1の訓練画像はそれぞれ、同一の原画像に対して異なる処理を実行することで生成された画像である学習方法により学習された学習済みモデルに基づくことを特徴とする請求項21乃至24のいずれか一項に記載の画像処理方法。 - 撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段と、
前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とを有することを特徴とする画像処理装置。 - 請求項21乃至25のいずれか一項に記載の画像処理方法をコンピュータに実行させることを特徴とするプログラム。
- 第1の装置と、前記第1の装置と通信可能な第2の装置を含む画像処理システムであって、
前記第1の装置は、撮像画像に対する処理を前記第2の装置に実行させるための要求を送信する送信手段を有し、
前記第2の装置は、
前記送信手段によって送信された前記要求を受信する受信手段と、
前記撮像画像を多層のニューラルネットワークへ入力し、高解像化処理、高コントラスト化処理、および、明るさ向上処理の少なくとも一つが施された推定画像を生成する推定手段を有し、
前記第1の装置または前記第2の装置の少なくとも一方は、前記推定画像に基づく画像に対してノイズ低減処理を実行するノイズ低減手段とをさらに有することを特徴とする画像処理システム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019039089A JP7258604B2 (ja) | 2019-03-05 | 2019-03-05 | 画像処理方法、画像処理装置、プログラム、および学習済みモデルの製造方法 |
EP20160938.5A EP3706069A3 (en) | 2019-03-05 | 2020-03-04 | Image processing method, image processing apparatus, learnt model manufacturing method, and image processing system |
CN202010141303.0A CN111667416A (zh) | 2019-03-05 | 2020-03-04 | 图像处理方法、装置、学习模型制造方法和图像处理系统 |
US16/808,526 US11188777B2 (en) | 2019-03-05 | 2020-03-04 | Image processing method, image processing apparatus, learnt model manufacturing method, and image processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019039089A JP7258604B2 (ja) | 2019-03-05 | 2019-03-05 | 画像処理方法、画像処理装置、プログラム、および学習済みモデルの製造方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020144489A JP2020144489A (ja) | 2020-09-10 |
JP2020144489A5 true JP2020144489A5 (ja) | 2022-06-09 |
JP7258604B2 JP7258604B2 (ja) | 2023-04-17 |
Family
ID=69770626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019039089A Active JP7258604B2 (ja) | 2019-03-05 | 2019-03-05 | 画像処理方法、画像処理装置、プログラム、および学習済みモデルの製造方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11188777B2 (ja) |
EP (1) | EP3706069A3 (ja) |
JP (1) | JP7258604B2 (ja) |
CN (1) | CN111667416A (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10996426B2 (en) * | 2019-08-21 | 2021-05-04 | Omnivision Technologies, Inc. | 3D imaging using phase detection autofocus (PDAF) image sensor |
JP7455542B2 (ja) * | 2019-09-27 | 2024-03-26 | キヤノン株式会社 | 画像処理方法、プログラム、画像処理装置、学習済みモデルの製造方法、および、画像処理システム |
US11227370B2 (en) * | 2019-09-30 | 2022-01-18 | Brother Kogyo Kabushiki Kaisha | Method for generating image processing filter and image processing method using the image processing filter |
US11281970B2 (en) * | 2019-11-18 | 2022-03-22 | Adobe Inc. | Kernel prediction with kernel dictionary in image denoising |
KR20220028962A (ko) * | 2020-08-31 | 2022-03-08 | 삼성전자주식회사 | 이미지 개선 방법, 이미지 개선 장치, 그 장치의 학습 방법 및 학습 장치 |
JP2022056769A (ja) * | 2020-09-30 | 2022-04-11 | キヤノン株式会社 | 画像処理方法、プログラム、画像処理装置、学習済みモデルの製造方法、学習方法、学習装置、および、画像処理システム |
CN112598598B (zh) * | 2020-12-25 | 2023-11-28 | 南京信息工程大学滨江学院 | 一种基于两级反射光消除网络的图像反射光去除方法 |
WO2022163440A1 (ja) | 2021-01-29 | 2022-08-04 | 富士フイルム株式会社 | 情報処理装置、撮像装置、情報処理方法、及びプログラム |
JP2022161503A (ja) * | 2021-04-09 | 2022-10-21 | キヤノン株式会社 | 画像処理方法、機械学習モデルの製造方法、画像処理装置、画像処理システム、及びプログラム |
WO2022265321A1 (en) * | 2021-06-15 | 2022-12-22 | Samsung Electronics Co., Ltd. | Methods and systems for low light media enhancement |
US20230252770A1 (en) * | 2022-02-04 | 2023-08-10 | Samsung Electronics Co., Ltd. | Machine learning model training framework for multi-frame image processing |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5546229B2 (ja) | 2009-12-09 | 2014-07-09 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置および画像処理プログラム |
US9152870B2 (en) * | 2013-03-15 | 2015-10-06 | Sri International | Computer vision as a service |
CN106558022B (zh) * | 2016-11-30 | 2020-08-25 | 重庆大学 | 一种基于边缘差异约束的单幅图像超分辨率重建方法 |
JP6957197B2 (ja) * | 2017-05-17 | 2021-11-02 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
EP3404611A1 (en) * | 2017-05-19 | 2018-11-21 | RetinAI Medical GmbH | Reducing noise in an image |
JP2019008599A (ja) | 2017-06-26 | 2019-01-17 | 株式会社 Ngr | 順伝播型ニューラルネットワークを用いた画像ノイズ低減方法 |
CN109345474A (zh) * | 2018-05-22 | 2019-02-15 | 南京信息工程大学 | 基于梯度域和深度学习的图像运动模糊盲去除方法 |
CN109035146B (zh) * | 2018-08-09 | 2022-12-20 | 复旦大学 | 一种基于深度学习的低质量图像超分方法 |
CN112822982B (zh) * | 2018-10-10 | 2023-09-15 | 株式会社岛津制作所 | 图像制作装置、图像制作方法以及学习完毕模型的制作方法 |
-
2019
- 2019-03-05 JP JP2019039089A patent/JP7258604B2/ja active Active
-
2020
- 2020-03-04 CN CN202010141303.0A patent/CN111667416A/zh active Pending
- 2020-03-04 EP EP20160938.5A patent/EP3706069A3/en active Pending
- 2020-03-04 US US16/808,526 patent/US11188777B2/en active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020144489A5 (ja) | ||
Abdelhamed et al. | A high-quality denoising dataset for smartphone cameras | |
US11188777B2 (en) | Image processing method, image processing apparatus, learnt model manufacturing method, and image processing system | |
KR101558653B1 (ko) | 신경망을 이용한 영상의 화질 개선 시스템 및 방법 | |
JP2022048221A5 (ja) | ||
AU2017272164A1 (en) | System for processing images | |
JP2010140442A5 (ja) | ||
JP2021168048A5 (ja) | ||
JP2020129276A5 (ja) | ||
JP2021179833A5 (ja) | ||
JP2017208641A5 (ja) | ||
WO2017185772A1 (zh) | 一种视频图像增强的方法、装置和计算机存储介质 | |
JP2018006981A5 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN115661161B (zh) | 零件的缺陷检测方法、装置、存储介质、设备及程序产品 | |
CN110895807A (zh) | 用于评估图像的系统、运行辅助方法和工作设备 | |
JP2016081149A5 (ja) | ||
WO2014010726A1 (ja) | 画像処理装置及び画像処理プログラム | |
CN116645305A (zh) | 基于多注意力机制与Retinex的低光照图像增强方法 | |
JP2021086284A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR20210048736A (ko) | 머신 러닝 기반 디블러 엔진 | |
Carre et al. | LIP operators: Simulating exposure variations to perform algorithms independent of lighting conditions | |
JP7302410B2 (ja) | 画像認識装置、画像認識システム、画像認識方法及びプログラム | |
López-Martínez et al. | Blind adaptive method for image restoration using microscanning | |
WO2019163244A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
JP2021114186A5 (ja) |