JP7221334B2 - 写真撮影の方法及び装置、端末、記憶媒体 - Google Patents
写真撮影の方法及び装置、端末、記憶媒体 Download PDFInfo
- Publication number
- JP7221334B2 JP7221334B2 JP2021091760A JP2021091760A JP7221334B2 JP 7221334 B2 JP7221334 B2 JP 7221334B2 JP 2021091760 A JP2021091760 A JP 2021091760A JP 2021091760 A JP2021091760 A JP 2021091760A JP 7221334 B2 JP7221334 B2 JP 7221334B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- frame
- resolution
- region
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 48
- 230000004927 fusion Effects 0.000 claims description 99
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000010606 normalization Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 30
- 230000004913 activation Effects 0.000 claims description 19
- 238000003709 image segmentation Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 230000009467 reduction Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002023 wood Substances 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
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
- H04N5/211—Ghost signal cancellation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Description
当該方法は、
写真撮影命令が検出される場合、マルチフレームの画像(すなわち、複数のフレームの画像)を連続的に収集するステップと、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するステップと、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するステップであって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い、融合画像を取得するステップと、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するステップと、を含む。
選択可能に、前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するステップは、
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得するステップと、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップであって、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高い、前記同じ画像タイプの領域融合画像を取得するステップと、
異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップと、を含む。
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像について、前記シングルフレームの画像の各画素のタイプを判断するステップと、
前記各画素のタイプに基づいて、前記画素が属する画像タイプを決定するステップと、
同じシングルフレームの画像内の同じ画像タイプに属する画素を同じ領域画像に分割して、前記領域画像を複数取得するステップと、を含む。
異なるタイプの領域融合画像に対応する領域画像の画素の重みに基づいて、前記異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップを含む。
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップは、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得するステップと、
前記畳み込み結果を正規化層に入力して、正規化結果を取得するステップと、
前記正規化結果及び前記活性化層に基づいて、前記同じ画像タイプの領域融合画像を取得するステップであって、前記活性化層の入力が前記正規化結果である、前記同じ画像タイプの領域融合画像を取得するステップと、を含む。
前記同じ画像タイプに対応する超解像モデルの前記畳み込み層のM個のP行、L列の畳み込みカーネルを、M行、P×L列の2次元畳み込み行列(前記M、P、Lはいずれも正の整数)に変換するステップと、
前記畳み込みカーネルのサイズ、予め設定された畳み込みのスライドステップサイズ、予め設定された充填サイズ及び前記複数の領域画像に基づいて、複数の2次元畳み込み対象の画像行列を取得するステップであって、前記2次元畳み込み対象の画像行列の各列には、合計P×L個のデータがあり、1列のデータが、前記畳み込みカーネルの充填された後の領域画像上で畳み込み操作を1回行うときのキャプチャ対象データであり、前記2次元畳み込み対象の画像行列の列数が、前記充填された後の1つの領域画像によってサポートされる畳み込みの最大回数である、複数の2次元畳み込み対象の画像行列を取得するステップと、
前記2次元畳み込み行列に各前記2次元畳み込み対象の画像行列を掛けて、前記畳み込み結果を取得するステップと、を含む。
テクスチャ特徴の画像、
色特徴の画像、
形状特徴の画像、及び
空間関係の画像、のうちの少なくとも1つを含む。
前記マルチフレームの画像の位置合わせをするステップと、
位置合わせ後のマルチフレームの画像に対してゴースト除去処理を行って、前記ゴースト除去後のマルチフレームの画像を取得するステップと、を含む。
前記融合画像に対して鮮明化処理(鮮鋭化処理とも呼ばれる)を行って、前記目的画像を取得して出力するステップを含む。
当該装置は、
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するように構成される収集モジュールと、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するように構成される除去モジュールと、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するように構成される融合モジュールであって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い融合モジュールと、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するように構成される強調モジュールと、を含む。
選択可能に、前記融合モジュールは、具体的には、前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得し、前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得し、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高く、異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するように構成される。
前記融合モジュールは、具体的には、前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得し、前記畳み込み結果を正規化層に入力して、正規化結果を取得し、前記正規化結果及び前記活性化層に基づいて、前記同じ画像タイプの領域融合画像を取得し、前記活性化層の入力が前記正規化結果であるように構成される。
テクスチャ特徴の画像、
色特徴の画像、
形状特徴の画像、及び
空間関係の画像、のうちの少なくとも1つを含む。
当該端末は、
プロセッサと、
プロセッサが実行可能な命令を記憶するためのメモリと、を含む。
ここで、前記プロセッサは、上記第1態様に記載の写真撮影方法を実行するように構成される。
当該記憶媒体は、
当前記記憶媒体内の命令が端末のプロセッサによって実行される場合、端末が上記の第1態様に記載の写真撮影方法を実行できる。
ここの図面は、明細書に組み込まれて本明細書の一部を構成し、本開示に合う実施例を示し、明細書と一緒に本開示の原理を解釈するために用いられる。
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するS11と、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するS12と、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するS13であって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高いS13と、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するS14と、を含む。
前記マルチフレームの画像の位置合わせをするステップと、
位置合わせ後のマルチフレームの画像に対してゴースト除去処理を行って、前記ゴースト除去後のマルチフレームの画像を取得するステップと、を含む。
前記融合画像に対して鮮明化処理を行って、前記目的画像を取得して出力するステップを含む。
ステップS13は、
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得するステップと、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップであって、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高いステップと、
異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップと、を含む。
テクスチャ特徴の画像、
色特徴の画像、
形状特徴の画像、及び
空間関係の画像、のうちの少なくとも1つを含む。
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像について、前記シングルフレームの画像の各画素のタイプを判断するステップと、
前記各画素のタイプに基づいて、前記画素が属する画像タイプを決定するステップと、
同じシングルフレームの画像内の同じ画像タイプに属する画素を同じ領域画像に分割して、前記領域画像を複数取得するステップと、を含む。
異なるタイプの領域融合画像に対応する領域画像の画素の重みに基づいて、前記異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップを含む。
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップは、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得するステップと、
前記畳み込み結果を正規化層に入力して、正規化結果を取得するステップと、
前記正規化結果及び前記活性化層に基づいて、前記同じ画像タイプの領域融合画像を取得するステップであって、前記活性化層の入力が前記正規化結果である、前記同じ画像タイプの領域融合画像を取得するステップと、を含む。
前記同じ画像タイプに対応する超解像モデルの前記畳み込み層のM個のP行、L列の畳み込みカーネルを、M行、P×L列の2次元畳み込み行列(前記M、P、Lはいずれも正の整数)に変換するステップと、
前記畳み込みカーネルのサイズ、予め設定された畳み込みのスライドステップサイズ及び前記複数の領域画像に基づいて、複数の2次元畳み込み対象の画像行列を取得するステップであって、前記2次元畳み込み対象の画像行列の各列には、合計P*L個のデータがあり、1列のデータが、前記畳み込みカーネルが領域画像上で畳み込み操作を1回行うときのキャプチャ対象データであり、前記2次元畳み込み対象の画像行列の列数が、1つの領域画像によってサポートされる畳み込みの最大回数であるステップと、
前記2次元畳み込み行列に各前記2次元畳み込み対象の画像行列を掛けて、前記畳み込み結果を取得するステップと、を含む。
N=((image_h+2×pad_h-k)/stride_h+1)×((image_w+2×pad_w-k)/stride_w+1) (1)
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するように構成される収集モジュール101と、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するように構成される除去モジュール102と、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するように構成される融合モジュール103であって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い融合モジュール103と、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するように構成される強調モジュール104と、を含む。
選択可能に、前記融合モジュール103は、具体的には、前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得し、前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得し、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高く、異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するように構成される。
選択可能に、前記融合モジュール103は、具体的には、前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得し、前記畳み込み結果を正規化層に入力して、正規化結果を取得し、前記正規化結果及び前記活性化層に基づいて、前記同じ画像タイプの領域融合画像を取得し、前記活性化層の入力が前記正規化結果であるように構成される。
テクスチャ特徴の画像、
色特徴の画像、
形状特徴の画像、及び
空間関係の画像、のうちの少なくとも1つを含む。
前記方法は、
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するステップと、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するステップと、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するステップであって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い、融合画像を取得するステップと、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するステップと、を含む。
Claims (11)
- 写真撮影方法であって、
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するステップと、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するステップと、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するステップであって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い、前記融合画像を取得するステップと、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するステップと、を含み、
前記画像融合モデルは複数の超解像モデルを含み、前記超解像モデルは画像タイプと1対1に対応し、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するステップは、
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得するステップと、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップであって、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高い、前記同じ画像タイプの領域融合画像を取得するステップと、
異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップと、を含む、
ことを特徴とする写真撮影方法。 - 前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得するステップは、
前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像について、前記シングルフレームの画像の各画素のタイプを判断するステップと、
前記各画素のタイプに基づいて、前記画素が属する画像タイプを決定するステップと、
同じシングルフレームの画像内の同じ画像タイプに属する画素を同じ領域画像に分割して、前記領域画像を複数取得するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップは、
異なるタイプの領域融合画像に対応する領域画像の画素の重みに基づいて、前記異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するステップを含む、
ことを特徴とする請求項1に記載の方法。 - 前記超解像モデルは複数のモジュールを含み、各々のモジュールは畳み込み層、正規化層及び活性化層を含み、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得するステップは、
前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得するステップと、
前記畳み込み結果を正規化層に入力して、正規化結果を取得するステップと、
前記正規化結果及び前記活性化層に基づいて、前記同じ画像タイプの領域融合画像を取得するステップであって、前記活性化層の入力が前記正規化結果である、前記同じ画像タイプの領域融合画像を取得するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する前記超解像モデル内の畳み込み層に入力して、畳み込み結果を取得するステップは、
前記同じ画像タイプに対応する超解像モデルの前記畳み込み層のM個のP行、L列の畳み込みカーネルを、M行、P×L列の2次元畳み込み行列(M、P、Lはいずれも正の整数)に変換するステップと、
前記畳み込みカーネルのサイズ、予め設定された畳み込みのスライドステップサイズ及び前記複数の領域画像に基づいて、複数の2次元畳み込み対象の画像行列を取得するステップであって、前記2次元畳み込み対象の画像行列の各列には、合計P×L個のデータがあり、1列のデータが、前記畳み込みカーネルが領域画像上で畳み込み操作を1回行うときのキャプチャ対象データであり、前記2次元畳み込み対象の画像行列の列数が、1つの領域画像によってサポートされる畳み込みの最大回数である、複数の2次元畳み込み対象の画像行列を取得するステップと、
前記2次元畳み込み行列に各前記2次元畳み込み対象の画像行列を掛けて、前記畳み込み結果を取得するステップと、を含む、
ことを特徴とする請求項4に記載の方法。 - 前記画像タイプは、
テクスチャ特徴の画像、
色特徴の画像、
形状特徴の画像、及び
空間関係の画像、のうちの少なくとも1つを含む、
ことを特徴とする請求項1に記載の方法。 - 前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するステップは、
前記マルチフレームの画像の位置合わせをするステップと、
位置合わせ後のマルチフレームの画像に対してゴースト除去処理を行って、前記ゴースト除去後のマルチフレームの画像を取得するステップと、を含む、
ことを特徴とする請求項1~6のいずれか1項に記載の方法。 - 前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するステップは、
前記融合画像に対して鮮明化処理を行って、前記目的画像を取得して出力するステップを含む、
ことを特徴とする請求項1に記載の方法。 - 写真撮影装置であって、
写真撮影命令が検出される場合、マルチフレームの画像を連続的に収集するように構成される収集モジュールと、
前記マルチフレームの画像に基づいて、ゴースト除去後のマルチフレームの画像を取得するように構成される除去モジュールと、
前記ゴースト除去後のマルチフレームの画像を画像融合モデルに入力して、融合画像を取得するように構成される融合モジュールであって、前記融合画像のノイズが前記マルチフレームの画像のうちの任意のフレームの画像のノイズよりも低く、かつ、前記融合画像の解像度が前記マルチフレームの画像のうちの任意のフレームの画像の解像度よりも高い融合モジュールと、
前記融合画像に対して画像強調処理を行って、目的画像を取得して出力するように構成される強調モジュールと、を含み、
前記画像融合モデルは複数の超解像モデルを含み、前記超解像モデルは画像タイプと1対1に対応し、
前記融合モジュールは、具体的には、前記ゴースト除去後のマルチフレームの画像のうちの各々のシングルフレームの画像に対して画像分割を行って、複数の領域画像を取得し、前記複数の領域画像のうちの同じ画像タイプに属する複数の領域画像を、前記同じ画像タイプに対応する超解像モデルに入力して、前記同じ画像タイプの領域融合画像を取得し、前記領域融合画像のノイズが前記同じ画像タイプの複数の領域画像のうちの任意の領域画像のノイズよりも低く、かつ、前記領域融合画像の解像度が前記同じ画像タイプの複数の領域画像のうちの任意の領域画像の解像度よりも高く、異なる画像タイプの領域融合画像を融合して、前記融合画像を取得するように構成される、
ことを特徴とする写真撮影装置。 - 端末であって、
プロセッサと、
プロセッサが実行可能な命令を記憶するためのメモリと、を含み、
前記プロセッサは、請求項1~8のいずれか1項に記載の写真撮影方法を実行するように構成される、
ことを特徴とする端末。 - 非一時的なコンピュータ読み取り可能な記憶媒体であって、前記記憶媒体内の命令が端末のプロセッサによって実行されると、端末が請求項1~8のいずれか1項に記載の写真撮影方法を実行できる、
非一時的なコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563021.6 | 2020-12-25 | ||
CN202011563021.6A CN112634160A (zh) | 2020-12-25 | 2020-12-25 | 拍照方法及装置、终端、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022103020A JP2022103020A (ja) | 2022-07-07 |
JP7221334B2 true JP7221334B2 (ja) | 2023-02-13 |
Family
ID=75324908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021091760A Active JP7221334B2 (ja) | 2020-12-25 | 2021-05-31 | 写真撮影の方法及び装置、端末、記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11847769B2 (ja) |
EP (1) | EP4020371A1 (ja) |
JP (1) | JP7221334B2 (ja) |
KR (1) | KR102525293B1 (ja) |
CN (1) | CN112634160A (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634160A (zh) * | 2020-12-25 | 2021-04-09 | 北京小米松果电子有限公司 | 拍照方法及装置、终端、存储介质 |
CN113570531A (zh) * | 2021-07-27 | 2021-10-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
WO2023245343A1 (zh) * | 2022-06-20 | 2023-12-28 | 北京小米移动软件有限公司 | 一种图像处理方法、图像处理装置及存储介质 |
CN115633259B (zh) * | 2022-11-15 | 2023-03-10 | 深圳市泰迅数码有限公司 | 基于人工智能的智能摄像头自动调控方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015525648A (ja) | 2012-08-06 | 2015-09-07 | コーニンクレッカ フィリップス エヌ ヴェ | 画像ノイズの低減及び/又は画像解像度の向上 |
JP2017505004A (ja) | 2013-12-06 | 2017-02-09 | ▲華▼▲為▼終端有限公司Huawei Device Co., Ltd. | 画像生成方法及びデュアルレンズ装置 |
JP2017537403A (ja) | 2014-11-27 | 2017-12-14 | ノキア テクノロジーズ オサケユイチア | 超解像画像を生成するための方法、装置およびコンピュータ・プログラム・プロダクト |
JP2018097731A (ja) | 2016-12-15 | 2018-06-21 | 株式会社Fuji | 画像処理システム及び画像処理方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008034979B4 (de) * | 2008-07-25 | 2011-07-07 | EADS Deutschland GmbH, 85521 | Verfahren und Einrichtung zur Erzeugung von fehlerreduzierten hochauflösenden und kontrastverbesserten Bildern |
KR101805629B1 (ko) * | 2013-05-07 | 2017-12-07 | 삼성전자주식회사 | 영상의 상태에 따라 적응적인 영상 처리를 위한 방법 및 장치 |
US9275445B2 (en) * | 2013-08-26 | 2016-03-01 | Disney Enterprises, Inc. | High dynamic range and tone mapping imaging techniques |
JP2015121884A (ja) * | 2013-12-20 | 2015-07-02 | キヤノン株式会社 | 画像処理装置、その方法、及びプログラム |
JP2015197818A (ja) * | 2014-04-01 | 2015-11-09 | キヤノン株式会社 | 画像処理装置およびその方法 |
US9665927B2 (en) * | 2015-06-03 | 2017-05-30 | Samsung Electronics Co., Ltd. | Method and apparatus of multi-frame super resolution robust to local and global motion |
US10504206B2 (en) * | 2016-07-06 | 2019-12-10 | Micro Biz Ventures LLC | Method and system for processing images from a remote image detector |
US11611697B2 (en) * | 2018-08-08 | 2023-03-21 | Google Llc | Optical image stabilization movement to create a super-resolution image of a scene |
CN110136062B (zh) | 2019-05-10 | 2020-11-03 | 武汉大学 | 一种联合语义分割的超分辨率重建方法 |
KR102410907B1 (ko) * | 2019-05-22 | 2022-06-21 | 삼성전자주식회사 | 영상 처리 장치 및 그 영상 처리 방법 |
US11531349B2 (en) * | 2019-06-21 | 2022-12-20 | Volkswagen Ag | Corner case detection and collection for a path planning system |
US11356604B2 (en) * | 2020-02-14 | 2022-06-07 | Pixelworks, Inc. | Methods and systems for image processing with multiple image sources |
CN113284054A (zh) * | 2020-02-19 | 2021-08-20 | 华为技术有限公司 | 图像增强方法以及图像增强装置 |
CN112634160A (zh) * | 2020-12-25 | 2021-04-09 | 北京小米松果电子有限公司 | 拍照方法及装置、终端、存储介质 |
-
2020
- 2020-12-25 CN CN202011563021.6A patent/CN112634160A/zh active Pending
-
2021
- 2021-05-21 KR KR1020210065213A patent/KR102525293B1/ko active IP Right Grant
- 2021-05-27 US US17/332,210 patent/US11847769B2/en active Active
- 2021-05-27 EP EP21176305.7A patent/EP4020371A1/en active Pending
- 2021-05-31 JP JP2021091760A patent/JP7221334B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015525648A (ja) | 2012-08-06 | 2015-09-07 | コーニンクレッカ フィリップス エヌ ヴェ | 画像ノイズの低減及び/又は画像解像度の向上 |
JP2017505004A (ja) | 2013-12-06 | 2017-02-09 | ▲華▼▲為▼終端有限公司Huawei Device Co., Ltd. | 画像生成方法及びデュアルレンズ装置 |
JP2017537403A (ja) | 2014-11-27 | 2017-12-14 | ノキア テクノロジーズ オサケユイチア | 超解像画像を生成するための方法、装置およびコンピュータ・プログラム・プロダクト |
JP2018097731A (ja) | 2016-12-15 | 2018-06-21 | 株式会社Fuji | 画像処理システム及び画像処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022103020A (ja) | 2022-07-07 |
US11847769B2 (en) | 2023-12-19 |
KR102525293B1 (ko) | 2023-04-25 |
EP4020371A1 (en) | 2022-06-29 |
KR20220092771A (ko) | 2022-07-04 |
US20220207676A1 (en) | 2022-06-30 |
CN112634160A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7221334B2 (ja) | 写真撮影の方法及び装置、端末、記憶媒体 | |
CN111669493B (zh) | 一种拍摄方法、装置与设备 | |
KR101727169B1 (ko) | 이미지 필터를 생성하기 위한 방법 및 장치 | |
JP6622289B2 (ja) | 写真合成方法、装置、プログラム、及び記録媒体 | |
CN108848389B (zh) | 一种全景视频处理方法及播放系统 | |
JP6909317B2 (ja) | 画像処理モデルのトレーニング方法、装置および媒体 | |
CN113850726A (zh) | 图像变换方法和装置 | |
CN108810326A (zh) | 一种拍照方法、装置及移动终端 | |
CN114071009B (zh) | 一种拍摄方法及设备 | |
JP7058309B2 (ja) | 画像撮影方法、画像撮影装置および記憶媒体 | |
JP7212128B2 (ja) | 画像処理方法、装置及び記憶媒体 | |
CN117177052B (zh) | 图像获取方法、电子设备及计算机可读存储介质 | |
CN113256503B (zh) | 图像优化方法及装置、移动终端及存储介质 | |
CN112188095B (zh) | 拍照方法、拍照装置及存储介质 | |
EP4287639A1 (en) | Image processing method and apparatus, electronic device, storage medium and chip | |
JP2024000481A (ja) | 画像処理方法及び装置、モバイル端末、記憶媒体 | |
CN116416141A (zh) | 图像处理方法及装置、设备、存储介质 | |
CN117132477A (zh) | 图像处理方法及电子设备 | |
CN117409449A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN117409184A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN114071010A (zh) | 一种拍摄方法及设备 | |
CN110706163A (zh) | 图像处理方法、终端及计算机存储介质 | |
CN117409056A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN114882089A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN113012039A (zh) | 图像处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220926 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7221334 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |