图像处理设备、用于处理图像的方法和计算机可读记录介质

    公开(公告)号:CN111295688A

    公开(公告)日:2020-06-16

    申请号:CN201880070734.3

    申请日:2018-10-05

    Inventor: 金荣杰 李宰成

    Abstract: 提供了一种图像处理设备。根据示例性实施例的图像处理设备包括存储器和处理器,处理器被配置为通过使用存储器中存储的具有不同亮度的多个图像来获得高动态范围(HDR)图像,并且针对获得的HDR图像对包括至少一个像素的每个像素组的色度进行校正。其中,处理器被配置为针对每个像素组在所述多个图像中识别将被用于色度校正的图像,并且通过使用识别出的图像来对每个像素组的色度进行校正。

    电子设备、其图像处理方法及计算机可读记录介质

    公开(公告)号:CN111771226B

    公开(公告)日:2025-03-25

    申请号:CN201980014451.1

    申请日:2019-02-20

    Abstract: 本公开涉及利用包括深度学习等的机器学习算法的人工智能(AI)系统及其应用。特别地,本公开的电子设备包括:存储器,包括至少一个命令;以及处理器,连接到存储器以控制电子设备,其中,处理器通过执行至少一个命令而执行以下操作:获取图像,基于拍摄图像的相机的配置信息或图像的亮度信息获取用于对图像的噪声进行校正的噪声校正图,并通过噪声校正图去除图像的噪声。特别地,图像处理方法的至少一部分可以使用通过根据机器学习算法、神经网络算法和深度学习算法中的至少一个的学习而获取的人工智能模型。

    图像处理设备及其操作方法
    3.
    发明公开

    公开(公告)号:CN112534443A

    公开(公告)日:2021-03-19

    申请号:CN201980051536.7

    申请日:2019-07-29

    Abstract: 公开了一种图像处理设备。图像处理设备包括存储一个或多个指令的存储器以及配置为执行存储在存储器中的一个或多个指令的处理器,其中处理器还被配置为:获得指示图像处理的目的的第一图像和分类符,并且通过使用深度神经网络(DNN)来处理第一图像,DNN根据分类符指示的目的来处理输入图像,其中DNN根据不同的目的来处理输入图像。

    处理图像的方法和设备
    4.
    发明公开

    公开(公告)号:CN117597919A

    公开(公告)日:2024-02-23

    申请号:CN202280036164.2

    申请日:2022-05-12

    Abstract: 公开了包括以下步骤的方法:获得多个视图图像;识别对应于多个视图图像中的第一位置的多个子像素的值和显示器的比特范围的中间值之间的差值中的代表值;在指示滤波强度和子像素的值与中间值之间的差值之间的对应关系的对应图的基础上,确定对应于代表值的滤波强度;以及将所确定的滤波强度的滤波器应用于对应于第一位置的多个子像素,其中,将所确定的滤波强度的滤波器应用于对应于第一位置的多个子像素所产生的值被包括在根据显示器的比特范围的子像素值范围中。

    用于渲染光场图像的方法和设备
    5.
    发明公开

    公开(公告)号:CN118475963A

    公开(公告)日:2024-08-09

    申请号:CN202280078749.0

    申请日:2022-11-22

    Abstract: 公开了一种电子设备,所述电子设备包括:存储器,存储至少一个指令;以及至少一个处理器,其中,所述至少一个处理器执行所述至少一个指令以进行以下操作:获得包括第一视图数量的视图图像的第一光场图像;从第一光场图像获得包括第二视图数量的视图图像的第二光场图像;获得与第二光场图像中的子像素中的每一个对应的第一位置信息;通过将第二光场图像和第一位置信息输入到用于执行因子分解的人工智能模型来获得第一层图像;通过将第一层图像输入到模拟模型来获得包括第三视图数量的视图图像的第三光场图像;以及基于第一光场图像与第三光场图像之间的比较结果来训练人工智能模型。

    图像获取设备以及包括该图像获取设备的电子设备

    公开(公告)号:CN119893314A

    公开(公告)日:2025-04-25

    申请号:CN202411484662.0

    申请日:2024-10-23

    Abstract: 一种图像获取设备包括:第一图像传感器,具有第一空间分辨率,并且被配置为基于第一波段获取第一图像;第二图像传感器,具有比第一空间分辨率低的第二空间分辨率,并且被配置为基于比第一波段宽的第二波段获取第二图像;以及处理器,被配置为:通过使用第一图像传感器和第二图像传感器之间的相对位置信息来配准第一图像和第二图像;生成第三图像,其中,通过用第二图像的颜色分量替换第一图像的颜色分量来确定第三图像的颜色分量;以及生成第四图像,其中,通过利用阿尔法混合对第一图像的颜色分量和第三图像的颜色分量进行合成来确定第四图像的颜色分量。

    图像处理设备及其操作方法

    公开(公告)号:CN113196380B

    公开(公告)日:2023-03-28

    申请号:CN201980082417.8

    申请日:2019-10-10

    Abstract: 一种图像处理设备包括存储一个或多个指令的存储器,以及执行存储在所述存储器中的所述一个或多个指令的处理器,其中,所述处理器使用一个或多个深度神经网络来从第一图像生成第一特征图,基于所述第一特征图和布置在显示器中的每个子像素的位置信息生成针对所述子像素中的每一者的第二特征图,以及基于所述第二特征图确定针对所述子像素中的每一者的结果值。

    图像处理设备及其操作方法

    公开(公告)号:CN113196380A

    公开(公告)日:2021-07-30

    申请号:CN201980082417.8

    申请日:2019-10-10

    Abstract: 一种图像处理设备包括存储一个或多个指令的存储器,以及执行存储在所述存储器中的所述一个或多个指令的处理器,其中,所述处理器使用一个或多个深度神经网络来从第一图像生成第一特征图,基于所述第一特征图和布置在显示器中的每个子像素的位置信息生成针对所述子像素中的每一者的第二特征图,以及基于所述第二特征图确定针对所述子像素中的每一者的结果值。

    电子设备、其图像处理方法及计算机可读记录介质

    公开(公告)号:CN111771226A

    公开(公告)日:2020-10-13

    申请号:CN201980014451.1

    申请日:2019-02-20

    Abstract: 本公开涉及利用包括深度学习等的机器学习算法的人工智能(AI)系统及其应用。特别地,本公开的电子设备包括:存储器,包括至少一个命令;以及处理器,连接到存储器以控制电子设备,其中,处理器通过执行至少一个命令而执行以下操作:获取图像,基于拍摄图像的相机的配置信息或图像的亮度信息获取用于对图像的噪声进行校正的噪声校正图,并通过噪声校正图去除图像的噪声。特别地,图像处理方法的至少一部分可以使用通过根据机器学习算法、神经网络算法和深度学习算法中的至少一个的学习而获取的人工智能模型。

Patent Agency Ranking