System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种色彩转换方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种色彩转换方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40366839 阅读:7 留言:0更新日期:2024-02-20 22:13
本公开涉及一种色彩转换方法、装置、电子设备及存储介质,该方法包括:获取第一神经网络,其中,所述第一神经网络用于模拟拍摄过程中的色彩偏差;根据所述第一神经网络,确定第二神经网络,所述第二神经网络用于对拍摄过程中的色彩偏差进行颜色校正;根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正。根据本公开实施例可以使得颜色校正得到图像精准地符合预期的虚拟拍摄需求。

【技术实现步骤摘要】

本公开涉及虚拟拍摄,更具体地,涉及一种色彩转换方法、一种色彩转换装置、一种电子设备、及一种非易失性计算机可读存储介质。


技术介绍

1、近年来,数字
技术介绍
在影视作品拍摄中得到了广泛应用。在使用数字
技术介绍
进行拍摄时,通过在屏幕上显示图像来模拟需要呈现的真实环境。

2、为了使得最终拍摄得到的作品颜色符合拍摄需求,通常需要对虚拟拍摄过程中的图像进行颜色校正。


技术实现思路

1、本公开的一个目的是提供一种色彩转换的新技术方案。

2、根据本公开的第一方面,提供了一种色彩转换方法,包括:

3、获取第一神经网络,其中,所述第一神经网络用于对模拟拍摄过程中的色彩偏差;

4、根据所述第一神经网络,确定第二神经网络,所述第二神经网络用于对拍摄过程中的色彩偏差进行颜色校正;

5、根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正。

6、在一种可能的实施方式中,所述获取第一神经网络,包括:

7、获取第一色彩查找表;所述第一色彩查找表用于表示所拍摄的图像的初始颜色信息和颜色经过有偏差的色彩变化后的实际偏差颜色信息之间映射关系;

8、根据所述第一色彩查找表中对应的所述初始颜色信息和所述实际偏差颜色信息训练所述第一神经网络,将使得所述第一神经网络根据输入的初始颜色信息所输出的估计偏差颜色信息与对应的实际偏差颜色信息之间的损失最小作为训练目标,更新所述第一神经网络的网络参数。

9、在一种可能的实施方式中,所述根据所述第一神经网络,确定第二神经网络,包括:

10、基于所述第一神经网络与所述第二神经网络所构成的串联网络,通过设定颜色信息训练所述第二神经网络,将使得所述串联网络的输出数据与输入数据之间的损失最小作为训练目标,更新所述第二神经网络的网络参数;

11、其中,所述第二神经网络的输入端为所述串联网络的输入端,所述第二神经网络的输出端与所述第一神经网络的输入端连接,所述第一神经网络的输出端为所述串联网络的输出端。

12、在一种可能的实施方式中,所述根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正,包括:

13、获取虚拟拍摄过程中待显示的第一图像;

14、根据所述第二神经网络对所述第一图像进行颜色校正,得到第二图像;

15、所述方法还包括:

16、将所述第二图像渲染至屏幕中进行显示;

17、控制摄像装置对所述屏幕中所显示的第二图像进行拍摄,得到第三图像。

18、在一种可能的实施方式中,所述根据所述第二神经网络对待显示的第一图像进行颜色校正,得到第二图像,包括:

19、获取所述第一图像对应的第一颜色信息;

20、根据所述第二神经网络,对所述第一颜色信息进行颜色校正,得到与所述第一图像对应的第二颜色信息;

21、基于所述第二颜色信息对所述第一图像对应的第一颜色信息进行调整,得到所述第二图像。

22、在一种可能的实施方式中,所述根据所述第二神经网络对待显示的第一图像进行颜色校正,得到第二图像,包括:

23、根据所述第二神经网络,得到第二色彩查找表;所述第二色彩查找表用于表示待显示的图像的颜色信息和经颜色校正后的颜色信息之间映射关系;

24、根据所述第二色彩查找表对所述第一图像进行颜色校正,得到所述第二图像。

25、在一种可能的实施方式中,所述根据所述第一神经网络,确定第二神经网络,包括:

26、基于所述第一神经网络与所述第二神经网络所构成的串联网络,通过设定颜色信息训练所述第二神经网络,将使得所述串联网络的输出数据与输入数据之间的损失最小作为训练目标,更新所述第二神经网络的网络参数;

27、其中,所述第一神经网络的输入端为所述串联网络的输入端,所述第二神经网络的输入端与所述第一神经网络的输出端连接,所述第二神经网络的输出端为所述串联网络的输出端。

28、在一种可能的实施方式中,所述根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正,包括:

29、获取虚拟拍摄过程中待显示的第一图像;

30、将所述第一图像渲染至屏幕中进行显示,并控制摄像装置对所述屏幕中所显示的第一图像进行拍摄,得到第四图像;根据所述第二神经网络对所述第四图像进行颜色校正,得到第五图像。

31、根据本公开的第二方面,提供了一种色彩转换装置,所述装置包括:

32、第一网络获取模块,用于获取第一神经网络,其中,所述第一神经网络用于模拟拍摄过程中的色彩偏差;

33、第二网络获取模块,用于根据所述第一神经网络,确定第二神经网络,所述第二神经网络用于对拍摄过程中的色彩偏差进行颜色校正;

34、颜色校正模块,用于根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正。

35、根据本公开的第三方面,提供了一种电子设备,包括:

36、处理器;

37、用于存储处理器可执行指令的存储器;

38、其中,所述处理器被配置为在执行所述存储器存储的指令时,实现本公开第一方面所述的方法。

39、根据本公开的第四方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现本公开第一方面所述的方法。

40、通过本公开的实施例,根据用于模拟拍摄过程中的色彩偏差的第一神经网络,来确定第二神经网络,并根据第二神经网络对虚拟拍摄过程中的图像进行颜色校正,可以使得颜色校正得到的图像可以精准地符合预期的拍摄需求。

41、通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。

本文档来自技高网...

【技术保护点】

1.一种色彩转换方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一神经网络,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述第一神经网络,确定第二神经网络,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述第二神经网络对待显示的第一图像进行颜色校正,得到第二图像,包括:

6.根据权利要求4所述的方法,其特征在于,所述根据所述第二神经网络对待显示的第一图像进行颜色校正,得到第二图像,包括:

7.根据权利要求1所述的方法,其特征在于,所述根据所述第一神经网络,确定第二神经网络,包括:

8.根据权利要求7所述的方法,其特征在于,所述根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正,包括:

9.一种色彩转换装置,其特征在于,所述装置包括:

10.一种电子设备,其特征在于,包括:

11.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。

...

【技术特征摘要】

1.一种色彩转换方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一神经网络,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述第一神经网络,确定第二神经网络,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述第二神经网络对虚拟拍摄过程中的图像进行颜色校正,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述第二神经网络对待显示的第一图像进行颜色校正,得到第二图像,包括:

6.根据权利要求4所述的方法,其特征在于,所述根据所述第二神经...

【专利技术属性】
技术研发人员:刘灏梅大为
申请(专利权)人:神力视界深圳文化科技有限公司
类型:发明
国别省市:

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