【技术实现步骤摘要】
本专利技术涉及一种降噪方法以及降噪系统，尤其涉及一种基于人像模式的视频降噪方法以及视频降噪系统。
技术介绍
1、视频噪声抑制技术可分为传统图像处理技术以及神经网络技术这两大类。其中，传统图像技术效果较好的以时域噪声抑制为主，时域噪声抑制是利用先前图像信息对当前图像做时域上的滤波，以达到噪声去除的效果。然而，相比于空域噪声抑制会损失细节，时域噪声抑制较能保存细节。
2、需要说明的是，时域噪声抑制在物体移动时会产生残影，所以需要对移动中的物体进行移动检测来避免残影现象。然而，在噪声强度过强的超低亮度环境下，上述移动检测方式难以判断图像变化是物体真实移动还是噪声所导致，而无法达到良好的噪声抑制效果。
3、此外，在现有的噪声抑制技术中，还采用了一种以神经网络模型为主的噪声抑制方法。其中，可将一张带有噪声的图像输入神经网络模型，而输出一张噪声抑制后的图像。然而，由于输入图像的尺寸决定了模型的规模，因此，对于高分辨率图像而言，运算量将过于庞大以至于难以达成即时运算，并且，噪声抑制的效果通常受限于训练数据而有其极限。
<...【技术保护点】
1.一种基于人像模式的视频降噪方法，其包括配置处理器以执行下列步骤：
2.如权利要求1所述的视频降噪方法，还包括将所述当前图像从第一图像尺寸缩小为对应所述人像模式模型的第二图像尺寸，再输入所述人像模式模型，且所述后处理程序还包括执行放大步骤，将所述当前人像概率图像从所述第二图像尺寸放大至所述第一图像尺寸，再执行所述二值化处理。
3.如权利要求1所述的视频降噪方法，其中，所述当前人像概率图像以其范围在0至1的数值来表示所述当前图像的每一子区域为所述前景人像的概率。
4.如权利要求2所述的视频降噪方法，其中，所述二值化处理包括将所述当前...
【技术特征摘要】
1.一种基于人像模式的视频降噪方法，其包括配置处理器以执行下列步骤：
2.如权利要求1所述的视频降噪方法，还包括将所述当前图像从第一图像尺寸缩小为对应所述人像模式模型的第二图像尺寸，再输入所述人像模式模型，且所述后处理程序还包括执行放大步骤，将所述当前人像概率图像从所述第二图像尺寸放大至所述第一图像尺寸，再执行所述二值化处理。
3.如权利要求1所述的视频降噪方法，其中，所述当前人像概率图像以其范围在0至1的数值来表示所述当前图像的每一子区域为所述前景人像的概率。
4.如权利要求2所述的视频降噪方法，其中，所述二值化处理包括将所述当前人像概率图像中，其概率是大于或等于概率阈值的子区域设定为第一数值，以及将其概率小于所述概率阈值的子区域设定为第二数值，以产生所述掩模图像，其具有对应所述当前人像概率图像的所述子区域的多个掩模子区域。
5.如权利要求3所述的视频降噪方法，其中，所述掩模图像被划分为多个区块，且所述轮廓提取程序包括针对所述区块中的每一个执行下...
【专利技术属性】
技术研发人员：邱仲毅，黄文聪，郭曜嘉，
申请(专利权)人：瑞昱半导体股份有限公司，
类型：发明
国别省市：
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。