【技术实现步骤摘要】
以下描述涉及具有图像处理的方法和装置。
技术介绍
1、基于深度学习的神经网络可以用于图像处理。神经网络可以基于深度学习来训练，并且可以通过将处于非线性关系的输入数据和输出数据彼此映射来执行用于所期望目的的推理。生成映射的这种训练能力可以被称为神经网络的学习能力。
技术实现思路
1、提供本
技术实现思路
以用简化形式介绍对下面在具体实施方式中进一步描述的构思的选择。本
技术实现思路
不意在标识所请求保护的主题的关键特征或必要特征，也不意在帮助确定所请求保护的主题的范围。
2、在一个总体方面，一种处理器实现的方法可以包括：在运动传感器相对于由图像传感器捕获的第一图像帧和后续第二图像帧检测到表示图像传感器的运动的运动数据的情况下，使用变换确定神经网络模型来估计变换模型，以基于第一图像帧和第二图像帧之间的全局运动来执行变换；以及通过使用变换模型组合第一图像帧和第二图像帧来生成输出图像数据。
3、该方法还可以包括：使用图像传感器来生成包括第一图像帧和第二图像帧的输入图像数据；以及使用...
【技术保护点】
1.一种处理器实现的方法，包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，
4.根据权利要求3所述的方法，其中，所述搜索区域的设置包括：通过使用所述变换模型将所述第一图像帧的所述第一像素块的第一位置变换为所述第二图像帧的第二位置；以及
5.根据权利要求3所述的方法，其中，所述搜索区域的设置包括：通过使用所述变换模型将所述第一图像帧的根据所述第一图像帧的所述第一像素块的搜索区域变换为所述第二图像帧的所述搜索区域。
6.根据权利要求1所述的方法，其中，所述输出图像数据的生成包括：通过...
【技术特征摘要】
1.一种处理器实现的方法，包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，
4.根据权利要求3所述的方法，其中，所述搜索区域的设置包括：通过使用所述变换模型将所述第一图像帧的所述第一像素块的第一位置变换为所述第二图像帧的第二位置；以及
5.根据权利要求3所述的方法，其中，所述搜索区域的设置包括：通过使用所述变换模型将所述第一图像帧的根据所述第一图像帧的所述第一像素块的搜索区域变换为所述第二图像帧的所述搜索区域。
6.根据权利要求1所述的方法，其中，所述输出图像数据的生成包括：通过使用所述变换模型补偿所述第一图像帧和所述第二图像帧之间的全局运动来生成对应于所述输出图像数据的照片数据。
7.根据权利要求1所述的方法，其中，所述运动数据包括根据所述图像传感器在第一时间和第二时间之间的运动的加速度数据和角速度数据中的至少一些数据。
8.根据权利要求1所述的方法，
9.根据权利要求1所述的方法，还包括：通过使用训练数据对训练中的变换确定神经网络模型进行训练来生成所述变换确定神经网络模型，其中所述训练数据基于感测结果，所述感测结果是通过相对于由所述图像传感器捕获的测试图案的训练图像由所述运动传感器感测所述图像传感器的对应运动而获得的。
10.根据权利要求1所述的方法，还包括通过以下方式生成所述神经网络模型：
11.根据权利要求10所述的方法，还包括通过以下方式生成所述神经...
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。