一种将LDR视频映射为HDR视频的方法和设备技术

技术编号:25758425 阅读:50 留言:0更新日期:2020-09-25 21:07
本申请公开了一种将LDR视频映射为HDR视频的方法,包括:建模过程和映射过程,其中:所述建模过程包括:根据至少3种不同曝光等级的LDR视频进行训练,得到高亮重建模型和曝光生成模型;所述映射过程包括:将待处理的LDR视频通过所述高亮重建模型和曝光生成模型映射为HDR视频。本申请还公开了一种对应的设备。应用本申请公开的技术方案,能够解决多曝光图像合成偏暗或偏亮的问题,并改进视频合成的抖动问题。

【技术实现步骤摘要】
一种将LDR视频映射为HDR视频的方法和设备
本申请涉及视频和图像处理领域,特别涉及一种将LDR视频映射为HDR视频的方法和设备。
技术介绍
随着显示制造业的发展,消费者对高质量的高动态范围内容的体验成为未来发展的一个热门方向,但是高质量的高动态范围内容拍摄价格昂贵,并需要经过复杂的处理流程,因此门槛较高。为了解决高质量的高动态范围内容短缺和制作门槛高的问题,国内外学者开始对此进行深入研究。目前的高动态范围生成技术虽然取得了一定的成果,但是由于涉及学科众多,目前该领域仍处于研究和发展阶段,还没有足够成熟的技术以推动各种各样的应用进一步推广。高动态范围合成技术可以有效地降低高动态范围内容的制作成本,加速高动态范围内容产业的发展。在视频的点播业务和直播业务中,高动态范围技术都有广泛的应用,但是,由于高动态范围视频内容制作成本昂贵,且制作困难,极大地限制了高动态范围技术的应用领域。目前,市场上大部分的视频资源都是LDR(Low-DynamicRange:低动态范围)视频,该视频格式的主要性能指标如下:(1)亮度范围,支持0.1Nits本文档来自技高网...

【技术保护点】
1.一种将LDR视频映射为HDR视频的方法,其特征在于,包括:建模过程和映射过程,其中:/n所述建模过程包括:根据至少3种不同曝光等级的LDR视频进行训练,得到高亮重建模型和曝光生成模型;/n所述映射过程包括:将待处理的LDR视频通过所述高亮重建模型和曝光生成模型映射为HDR视频。/n

【技术特征摘要】
1.一种将LDR视频映射为HDR视频的方法,其特征在于,包括:建模过程和映射过程,其中:
所述建模过程包括:根据至少3种不同曝光等级的LDR视频进行训练,得到高亮重建模型和曝光生成模型;
所述映射过程包括:将待处理的LDR视频通过所述高亮重建模型和曝光生成模型映射为HDR视频。


2.根据权利要求1所述的方法,其特征在于,所述建模过程具体包括:
以至少3种不同的曝光等级同时对同样的场景进行拍摄,得到所述至少3种不同曝光等级的LDR视频;
对所述至少3种不同曝光等级的LDR视频分别进行场景检测,标记视频中发生场景切换的帧;
在每个场景的起始帧到结束帧之间,按照从高到低的密度抽取帧;
对所抽取的每个帧进行以下操作:在帧中进行高亮区域检索,并基于高亮区域以及该帧前后的帧,利用二维卷积神经网络进行高亮重建模型训练,并得到该帧的经高亮处理后的重建图像;
基于所得到的重建图像按照其在原始LDR视频中的顺序,采用三维卷积神经网络进行曝光生成模型训练,并对应于每一个重建图像分别得到至少3幅不同曝光等级的帧。


3.根据权利要求2所述的方法,其特征在于,所述至少3种不同的曝光等级包括:
相机的光圈和快门时间极限的1/3为低曝光等级;
相机的光圈和快门时间极限的2/3为中曝光等级;
相机的光圈和快门时间极限的3/3为高曝光等级。


4.根据权利要求2所述的方法,其特征在于,所述进行场景检测包括:
通过运动搜索的方式搜索匹配块,将匹配块的均方误差与设定的阈值进行比较,判断当前帧是否发生了场景切换。


5.根据权利要求2所述的方法,其特征在于,所述在每个场景的起始帧到结束帧之间,按照从高到低的密度抽取帧包括:
从每个场景的起始帧开始,按照一等比数列逐步降低帧的抽取密度,直至该场景的结束帧;
或者,从每个场景的起始帧开始,按照一设定的非等比数列逐步降低帧的抽取密度,直至该场景的结束帧。


6.根据权利要求2所述的方法,其特征在于,所述该帧前后的帧包括:
所抽取的帧中与该帧处于同一场景,且位于该帧前T1个帧,以及后T2个帧以内的帧,其中,T1和T2为...

【专利技术属性】
技术研发人员:王左龙
申请(专利权)人:三星电子中国研发中心三星电子株式会社
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1