JP7264310B2 - 画像処理方法、機器、非一時的コンピュータ可読媒体 - Google Patents
画像処理方法、機器、非一時的コンピュータ可読媒体 Download PDFInfo
- Publication number
- JP7264310B2 JP7264310B2 JP2022509143A JP2022509143A JP7264310B2 JP 7264310 B2 JP7264310 B2 JP 7264310B2 JP 2022509143 A JP2022509143 A JP 2022509143A JP 2022509143 A JP2022509143 A JP 2022509143A JP 7264310 B2 JP7264310 B2 JP 7264310B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- quality
- region
- data
- processing method
- 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
- 238000003672 processing method Methods 0.000 title claims description 34
- 230000003416 augmentation Effects 0.000 claims description 70
- 238000012549 training Methods 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011514 reflex Effects 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
-
- 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
- G06T3/12—Panospheric to cylindrical image transformations
-
- 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
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- 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
- G06T3/4076—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 using the original low-resolution images to iteratively correct the high-resolution images
-
- 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
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Description
複数のトレーニングデータセットを取得するステップであって、各トレーニングデータセットは第1画像のデータ及び第2画像のデータを含み、前記第2画像の画質は前記第1画像の画質より高く、前記第1画像の撮影コンテンツは前記第2画像の撮影コンテンツと同じである、ステップと、
画像拡張モデルを構成し、前記第1画像のデータを前記画像拡張モデルに入力させ、前記複数のトレーニングデータセットを使用して、前記画像拡張モデルの出力と前記第2画像のデータとの間の差分特徴値が最小になるまで、前記画像拡張モデルに対してトレーニングを行うステップと、
処理されるべき第3画像のデータを前記画像拡張モデルに入力するステップであって、画像拡張後の第4画像のデータを出力し、前記第4画像の画質は前記第3画像の画質より高い、ステップと、
を含む画像処理方法が提供される。
パノラマカメラを第1位置に固定し、前記パノラマカメラを使用してパノラマ画像を撮影し、前記パノラマ画像を透視図法に変換するステップと、
平面カメラを第2位置に固定し、前記平面カメラを回転して複数の平面画像をキャプチャし、前記複数の平面画像を利用して前記透視図法に対応する高画質画像を取得するステップであって、前記平面カメラは前記パノラマカメラの非平行点に揃えられ、前記高画質画像の画質は前記透視図法の画質より高く、前記高画質画像の撮影コンテンツは前記透視図法の全部の撮影コンテンツを含む、ステップと、
前記透視図法内の第1領域に対応する前記高画質画像内の第2領域を決定するステップであって、前記第1領域の位置は前記第2領域の位置に一致する、ステップと、
前記第1領域及び前記第2領域を用いて、N個の画像セットを生成するステップであって、各画像セットは前記第1画像及び前記第2画像を含み、Nは1より大きい正数である、ステップと、
を含む。
前記第2領域をN個の第2部分に分割するステップであって、任意の2個の隣接する第2部分は重なり合わない、ステップと、
前記第1領域をN個の第1部分に分割するステップであって、任意の2個の隣接する第1部分は重なり合う領域を有する、ステップと、
前記N個の第2部分の中からi番目の第2部分及び前記N個の第1部分の中から前記i番目の第2部分に一致するi番目の第1部分を選択するステップであって、前記i番目の第1部分の撮影コンテンツは前記i番目の第2部分の撮影コンテンツを含み、前記i番目の第1部分のサイズは前記i番目の第2部分のサイズより大きく、iは1以上且つN以下の整数である、ステップと、
前記i番目の第2部分及び前記i番目の第1部分にピクセルマッチングを実行し、前記i番目の第1部分を利用してi番目の第3部分を獲得するステップであって、前記i番目の第3部分のサイズは前記i番目の第2部分のサイズと同じである、ステップと、
前記i番目の第3部分及び前記i番目の第2部分のマッチング精度を計算し、前記マッチング精度が所定の閾値より大きい場合に、前記i番目の第3部分を前記第1画像とし及び前記i番目の第2部分を前記第2画像とするステップと、
前記マッチング精度が前記所定の閾値より大きくない場合に、パターンマッチングを採用して、前記i番目の第1部分から前記i番目の第2部分に一致するi番目の第4部分を取得し、前記i番目の第4部分を前記第1画像として機能させ、前記i番目の第2部分を前記第2画像として機能させるステップであって、前記i番目の第4部分のサイズは前記i番目の第2部分のサイズと同じである、ステップと、
を含む。
前記第2画像の解像度が前記第1画像の解像度より高いケース、
前記第2画像の信号対雑音比が前記第1画像の信号対雑音比より高いケース、
前記第2画像の色相差が前記第1画像の色相差より低いケース、
のうちの少なくとも1つを含む。
複数のトレーニングデータセットを取得するよう構成される部分であって、各トレーニングデータセットは第1画像のデータ及び第2画像のデータを含み、前記第2画像の画質は前記第1画像の画質より高く、前記第1画像の撮影コンテンツは前記第2画像の撮影コンテンツと同じである、部分と、
画像拡張モデルを構成し、前記第1画像のデータを前記画像拡張モデルに入力させ、前記複数のトレーニングデータセットを使用して、前記画像拡張モデルの出力と前記第2画像のデータとの間の差分特徴値が最小になるまで、前記画像拡張モデルに対してトレーニングを行うよう構成される部分と、
処理されるべき第3画像の入力データを前記画像拡張モデルに入力し、画像拡張後の第4画像のデータを出力し、前記第4画像の画質は前記第3画像の画質より高い、部分と、
を含む画像処理機器が提供される。
本実施形態では、画像処理方法が提供される。
本実施形態では、画像処理機器が説明される。
本実施形態では、画像処理のための電子機器が提供される。
本実施形態では、コンピュータプログラム及び非一時的コンピュータ可読媒体が以下に簡単に説明される。
本実施形態では、第1の実施形態による画像処理方法に基づく画像処理方法が提供される。
図6に一例が示され、パノラマカメラ及び高画質カメラにより撮影された例示的な画像を示す。
Claims (11)
- 画像処理方法であって、
複数のトレーニングデータセットを取得するステップであって、各トレーニングデータセットは第1画像のデータ及び第2画像のデータを含み、前記第2画像の画質は前記第1画像の画質より高く、前記第1画像の撮影コンテンツは前記第2画像の撮影コンテンツと同じである、ステップと、
画像拡張モデルを構成し、前記第1画像のデータを前記画像拡張モデルに入力させ、前記複数のトレーニングデータセットを使用して、前記画像拡張モデルの出力と前記第2画像のデータとの間の差分特徴値が最小値に達するまで、前記画像拡張モデルに対してトレーニングを行うステップと、
処理されるべき第3画像のデータを前記画像拡張モデルに入力するステップであって、画像拡張後の第4画像のデータを出力し、前記第4画像の画質は前記第3画像の画質より高い、ステップと、
を含み、
複数のトレーニングデータセットを取得する前記ステップは、
パノラマカメラを第1位置に固定し、前記パノラマカメラを使用してパノラマ画像を撮影し、前記パノラマ画像を透視図法に変換するステップと、
平面カメラを第2位置に固定し、前記平面カメラを回転して複数の平面画像をキャプチャし、前記複数の平面画像を利用して前記透視図法に対応する高画質画像を取得するステップであって、前記平面カメラは前記パノラマカメラの非平行点に揃えられ、前記高画質画像の画質は前記透視図法の画質より高く、前記高画質画像の撮影コンテンツは前記透視図法の全部の撮影コンテンツを含む、ステップと、
前記透視図法内の第1領域に対応する前記高画質画像内の第2領域を決定するステップであって、前記第1領域の位置は前記第2領域の位置に一致する、ステップと、
前記第1領域及び前記第2領域を用いて、N個の画像セットを取得するステップであって、各画像セットは前記第1画像及び前記第2画像を含み、Nは1より大きい正数である、ステップと、
を含む、画像処理方法。 - 前記第1画像は正距円筒図法又は透視図法であり、前記第2画像も正距円筒図法又は透視図法である、請求項1に記載の画像処理方法。
- 前記第1領域及び前記第2領域を用いて、N個の画像セットを取得する前記ステップは、
前記第2領域をN個の第2部分に分割するステップであって、任意の2個の隣接する第2部分は重なり合わない、ステップと、
前記第1領域をN個の第1部分に分割するステップであって、任意の2個の隣接する第1部分は重なり合う領域を有する、ステップと、
前記N個の第2部分の中からi番目の第2部分及び前記N個の第1部分の中から前記i番目の第2部分に一致するi番目の第1部分を選択するステップであって、前記i番目の第1部分の撮影コンテンツは前記i番目の第2部分の撮影コンテンツを含み、前記i番目の第1部分のサイズは前記i番目の第2部分のサイズより大きく、iは1以上且つN以下の整数である、ステップと、
前記i番目の第2部分及び前記i番目の第1部分にピクセルマッチングを実行し、前記i番目の第1部分を利用してi番目の第3部分を獲得するステップであって、前記i番目の第3部分のサイズは前記i番目の第2部分のサイズと同じである、ステップと、
前記i番目の第3部分及び前記i番目の第2部分のマッチング精度を計算し、前記マッチング精度が所定の閾値より大きい場合に、前記i番目の第3部分を前記第1画像とし及び前記i番目の第2部分を前記第2画像とするステップと、
前記マッチング精度が前記所定の閾値より大きくない場合に、パターンマッチングを採用して、前記i番目の第1部分から前記i番目の第2部分に一致するi番目の第4部分を取得し、前記i番目の第4部分を前記第1画像として機能させ、前記i番目の第2部分を前記第2画像として機能させるステップであって、前記i番目の第4部分のサイズは前記i番目の第2部分のサイズと同じである、ステップと、
を含む請求項1に記載の画像処理方法。 - 前記画像拡張モデルに入力される画像のデータは、前記画像の意味情報及び位置情報のうちの少なくとも1つを含む、請求項1に記載の画像処理方法。
- 前記画像の前記位置情報を決定するステップを更に含み、
前記画像の前記位置情報を決定するステップは、
前記画像の品質スコアを計算し、前記品質スコアに対応する領域識別を決定し、前記領域識別を前記位置情報にするステップを含む、請求項4に記載の画像処理方法。 - 前記第2画像の画質が前記第1画像の画質より高いことは、
前記第2画像の解像度が前記第1画像の解像度より高いケース、
前記第2画像の信号対雑音比が前記第1画像の信号対雑音比より高いケース、
前記第2画像の色相差が前記第1画像の色相差より低いケース、
のうちの少なくとも1つを含む、請求項1に記載の画像処理方法。 - 前記画像拡張モデルは、畳み込みニューラルネットワーク及び敵対的生成ネットワークのうちのいずれか1つを採用する、請求項1に記載の画像処理方法。
- 画像処理機器であって、
複数のトレーニングデータセットを取得するよう構成される取得部であって、各トレーニングデータセットは第1画像のデータ及び第2画像のデータを含み、前記第2画像の画質は前記第1画像の画質より高く、前記第1画像の撮影コンテンツは前記第2画像の撮影コンテンツと同じである、取得部と、
画像拡張モデルを構成し、前記第1画像のデータを前記画像拡張モデルに入力させ、前記複数のトレーニングデータセットを使用して、前記画像拡張モデルの出力と前記第2画像のデータとの間の差分特徴値が最小値に達するまで、前記画像拡張モデルに対してトレーニングを行うよう構成される構成部と、
処理されるべき第3画像のデータを前記画像拡張モデルに入力し、画像拡張後の第4画像のデータを出力するよう構成される処理部であって、前記第4画像の画質は前記第3画像の画質より高い、処理部と、
を含み、
前記取得部は、
パノラマカメラを第1位置に固定し、前記パノラマカメラを使用してパノラマ画像を撮影し、前記パノラマ画像を透視図法に変換することと、
平面カメラを第2位置に固定し、前記平面カメラを回転して複数の平面画像をキャプチャし、前記複数の平面画像を利用して前記透視図法に対応する高画質画像を取得することであって、前記平面カメラは前記パノラマカメラの非平行点に揃えられ、前記高画質画像の画質は前記透視図法の画質より高く、前記高画質画像の撮影コンテンツは前記透視図法の全部の撮影コンテンツを含む、ことと、
前記透視図法内の第1領域に対応する前記高画質画像内の第2領域を決定することであって、前記第1領域の位置は前記第2領域の位置に一致する、ことと、
前記第1領域及び前記第2領域を用いて、N個の画像セットを取得することであって、各画像セットは前記第1画像及び前記第2画像を含み、Nは1より大きい正数である、ことと、
を実行する、画像処理機器。 - 画像処理のための電子機器であって、
コンピュータ実行可能命令を格納する記憶装置と、
前記記憶装置に接続されるプロセッサと、
を含み、
前記コンピュータ実行可能命令は、実行されると、前記プロセッサに、請求項1~7のいずれか一項に記載の画像処理方法を実施させる、電子機器。 - プロセッサによる実行のためのコンピュータ実行可能命令を格納する非一時的コンピュータ可読媒体であって、前記コンピュータ実行可能命令は、実行されると、前記プロセッサに、請求項1~7のいずれか一項に記載の画像処理方法を実行させる非一時的コンピュータ可読媒体。
- コンピュータに請求項1~7のいずれか一項に記載の画像処理方法を実施させるためのコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910753276.XA CN112396558B (zh) | 2019-08-15 | 2019-08-15 | 图像处理方法、装置及计算机可读存储介质 |
CN201910753276.X | 2019-08-15 | ||
PCT/JP2020/030707 WO2021029423A2 (en) | 2019-08-15 | 2020-08-12 | Image processing method and apparatus and non-transitory computer-readable medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022544665A JP2022544665A (ja) | 2022-10-20 |
JP7264310B2 true JP7264310B2 (ja) | 2023-04-25 |
Family
ID=72292597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022509143A Active JP7264310B2 (ja) | 2019-08-15 | 2020-08-12 | 画像処理方法、機器、非一時的コンピュータ可読媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12039698B2 (ja) |
JP (1) | JP7264310B2 (ja) |
CN (1) | CN112396558B (ja) |
WO (1) | WO2021029423A2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706425B (zh) * | 2021-06-02 | 2024-06-04 | 上海深至信息科技有限公司 | 一种图像增强系统及便携式多普勒成像仪 |
US20230025347A1 (en) * | 2021-07-19 | 2023-01-26 | Mediatek Inc. | Graphics fusion technology scene detection and resolution controller |
CN114584675B (zh) * | 2022-05-06 | 2022-08-02 | 中国科学院深圳先进技术研究院 | 一种自适应视频增强方法和装置 |
CN115639605B (zh) * | 2022-10-28 | 2024-05-28 | 中国地质大学(武汉) | 基于深度学习的高分辨率断层的自动识别方法和装置 |
CN115527050A (zh) * | 2022-11-29 | 2022-12-27 | 南方科技大学 | 图像特征匹配方法、计算机设备和可读存储介质 |
CN117408926B (zh) * | 2023-11-02 | 2024-09-20 | 沐曦科技(成都)有限公司 | 一种输出图像参数可调的图像增强方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035509A (ja) | 2009-07-30 | 2011-02-17 | Fujifilm Corp | 複眼撮影装置及びその制御方法 |
JP2011254436A (ja) | 2010-06-04 | 2011-12-15 | Toshiba Alpine Automotive Technology Corp | 移動体検出装置及び移動体検出方法 |
JP2018195069A (ja) | 2017-05-17 | 2018-12-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
US20190026958A1 (en) | 2012-02-24 | 2019-01-24 | Matterport, Inc. | Employing three-dimensional (3d) data predicted from two-dimensional (2d) images using neural networks for 3d modeling applications and other applications |
WO2019019086A1 (zh) | 2017-07-27 | 2019-01-31 | 深圳市大疆创新科技有限公司 | 增强图像对比度的方法、设备及存储介质 |
JP2020507879A (ja) | 2018-01-15 | 2020-03-12 | 株式会社ストリス | 魚眼レンズおよび全方位映像の歪み除去のための装置および方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4964054B2 (ja) * | 2007-07-31 | 2012-06-27 | 三洋電機株式会社 | ディジタルカメラ |
US10334158B2 (en) * | 2014-11-03 | 2019-06-25 | Robert John Gove | Autonomous media capturing |
WO2018150685A1 (ja) * | 2017-02-20 | 2018-08-23 | ソニー株式会社 | 画像処理装置、および画像処理方法、並びにプログラム |
CN108399600A (zh) * | 2018-02-23 | 2018-08-14 | 清华-伯克利深圳学院筹备办公室 | 一种全景成像系统及方法 |
CN112106343A (zh) * | 2018-03-29 | 2020-12-18 | 索尼公司 | 信息处理装置、信息处理方法、程序和信息处理系统 |
US11222415B2 (en) * | 2018-04-26 | 2022-01-11 | The Regents Of The University Of California | Systems and methods for deep learning microscopy |
GB2610712B (en) * | 2018-06-15 | 2023-07-19 | Canon Kk | Medical image processing apparatus, optical coherence tomography apparatus, learned model, learning apparatus, medical image processing method and program |
CN108900766A (zh) * | 2018-06-15 | 2018-11-27 | 北京华捷艾米科技有限公司 | 一种全景图像自动增强装置和方法、以及应用该装置的全景相机 |
CN108876745B (zh) * | 2018-06-27 | 2020-09-01 | 厦门美图之家科技有限公司 | 图像处理方法及装置 |
WO2020075345A1 (ja) * | 2018-10-10 | 2020-04-16 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法及びプログラム |
US11265446B2 (en) * | 2018-10-18 | 2022-03-01 | Sony Corporation | Frame handling for ML-based upscaling |
CN109493297B (zh) * | 2018-11-01 | 2020-08-18 | 重庆中科云从科技有限公司 | 低质量人脸图像增强方法、系统、设备及存储介质 |
JP2020129276A (ja) * | 2019-02-08 | 2020-08-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN111667398B (zh) * | 2019-03-07 | 2023-08-01 | 株式会社理光 | 图像处理方法、装置和计算机可读存储介质 |
-
2019
- 2019-08-15 CN CN201910753276.XA patent/CN112396558B/zh active Active
-
2020
- 2020-08-12 US US17/629,954 patent/US12039698B2/en active Active
- 2020-08-12 JP JP2022509143A patent/JP7264310B2/ja active Active
- 2020-08-12 WO PCT/JP2020/030707 patent/WO2021029423A2/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035509A (ja) | 2009-07-30 | 2011-02-17 | Fujifilm Corp | 複眼撮影装置及びその制御方法 |
JP2011254436A (ja) | 2010-06-04 | 2011-12-15 | Toshiba Alpine Automotive Technology Corp | 移動体検出装置及び移動体検出方法 |
US20190026958A1 (en) | 2012-02-24 | 2019-01-24 | Matterport, Inc. | Employing three-dimensional (3d) data predicted from two-dimensional (2d) images using neural networks for 3d modeling applications and other applications |
JP2018195069A (ja) | 2017-05-17 | 2018-12-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
WO2019019086A1 (zh) | 2017-07-27 | 2019-01-31 | 深圳市大疆创新科技有限公司 | 增强图像对比度的方法、设备及存储介质 |
JP2020507879A (ja) | 2018-01-15 | 2020-03-12 | 株式会社ストリス | 魚眼レンズおよび全方位映像の歪み除去のための装置および方法 |
Also Published As
Publication number | Publication date |
---|---|
US12039698B2 (en) | 2024-07-16 |
WO2021029423A3 (en) | 2021-03-25 |
US20220253981A1 (en) | 2022-08-11 |
CN112396558A (zh) | 2021-02-23 |
CN112396558B (zh) | 2024-07-23 |
JP2022544665A (ja) | 2022-10-20 |
WO2021029423A4 (en) | 2021-05-20 |
WO2021029423A2 (en) | 2021-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7264310B2 (ja) | 画像処理方法、機器、非一時的コンピュータ可読媒体 | |
US8576295B2 (en) | Image processing apparatus and image processing method | |
CN101540046B (zh) | 基于图像特征的全景图拼接方法和装置 | |
US10395341B2 (en) | Panoramic image generation method and apparatus for user terminal | |
CN109584179A (zh) | 一种卷积神经网络模型生成方法及图像质量优化方法 | |
Zaragoza et al. | As-projective-as-possible image stitching with moving DLT | |
US9824486B2 (en) | High resolution free-view interpolation of planar structure | |
US8131113B1 (en) | Method and apparatus for estimating rotation, focal lengths and radial distortion in panoramic image stitching | |
RU2706891C1 (ru) | Способ формирования общей функции потерь для обучения сверточной нейронной сети для преобразования изображения в изображение с прорисованными деталями и система для преобразования изображения в изображение с прорисованными деталями | |
CN110611767B (zh) | 图像处理方法、装置和电子设备 | |
Zhang et al. | Self-supervised learning for real-world super-resolution from dual zoomed observations | |
WO2014110954A1 (en) | Method, device and computer-readable storage medium for panoramic image completion | |
CN106846249A (zh) | 一种全景视频拼接方法 | |
WO2024027583A1 (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
WO2013161111A1 (ja) | 画像評価装置、画像選択装置、画像評価方法、記録媒体、ならびに、プログラム | |
WO2024125245A1 (zh) | 一种全景图像的处理方法、装置、电子设备及存储介质 | |
CN114549329A (zh) | 图像修补方法、设备及介质 | |
CN116934591A (zh) | 多尺度特征提取的图像拼接方法、装置、设备及存储介质 | |
Zhou et al. | RecDiffusion: Rectangling for Image Stitching with Diffusion Models | |
Bright et al. | Mitigating motion blur for robust 3d baseball player pose modeling for pitch analysis | |
CN113497886B (zh) | 视频处理方法、终端设备及计算机可读存储介质 | |
US11893704B2 (en) | Image processing method and device therefor | |
JP6835227B2 (ja) | 画像処理装置、画像処理方法およびコンピュータプログラム | |
CN112508801A (zh) | 图像处理方法及计算设备 | |
Cao et al. | View Transition based Dual Camera Image Fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220304 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230227 |
|
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: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7264310 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |