图像处理设备和方法以及程序技术

提供了一种图像处理设备，其使用第一图像组，并且提高与第一图像组相比具有更少的高频分量的第二图像组中的图像的分辨率。该图像处理设备：基于从第二图像组中选择的要提高分辨率的图像，来从包括第一图像组中所包括的图像作为图像对中的一个图像的监督数据中选择用于学习的监督数据；使用所选择的监督数据来对学习模型进行学习；使用学习模型来推断要提高分辨率的图像的高频分量；以及基于要提高分辨率的图像和所推断出的高频分量来生成分辨率提高的图像。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及利用机器学习使图像组高清化的图像处理设备和方法以及程序。

技术介绍

1、使用机器学习的分辨率增强技术是指如下的技术：在连同图像放大一起进行分辨率转换时，通过经由机器学习推断不能使用针对像素值的线性插值处理进行插值的高频分量来生成高清图像。利用分辨率增强技术，首先，使用图像组g以及通过使用任意方法使图像组g中的各个图像劣化所获得的劣化图像作为监督数据来生成学习模型。学习模型是通过学习原始图像和劣化图像的像素值之间的差并更新保持其中的分辨率增强处理的参数所生成的。作为将高频分量不足的图像h输入到以前述方式生成的学习模型的结果，通过使用学习模型的推断来获得高频分量。可以通过将通过推断所获得的高频分量叠加在图像h上来生成高清图像。在对运动图像应用分辨率增强处理的情况下，可以通过将所有帧以一次一帧的方式输入到学习模型来生成高清运动图像。

2、通常，在提供利用学习模型的产品或服务的情况下，用于收集监督数据并生成学习模型的处理由开发者执行，并且所生成的学习模型被提供给用户。因此，在执行学习处理时，要由用户输入的运动图像的内容是未知的。鉴于此，为本文档来自技高网...

【技术保护点】

1.一种图像处理设备，用于使用第一图像组来使第二图像组的图像高清化，所述第二图像组与所述第一图像组相比包括更少的高频分量，所述图像处理设备的特征在于包括：

2.根据权利要求1所述的图像处理设备，其特征在于，还包括：

3.根据权利要求2所述的图像处理设备，其特征在于，

4.根据权利要求3所述的图像处理设备，其特征在于，

5.根据权利要求3所述的图像处理设备，其特征在于，

6.根据权利要求3所述的图像处理设备，其特征在于，

7.根据权利要求6所述的图像处理设备，其特征在于，

8.根据权利要求2所述的图像处理设...

【技术特征摘要】
【国外来华专利技术】

1.一种图像处理设备，用于使用第一图像组来使第二图像组的图像高清化，所述第二图像组与所述第一图像组相比包括更少的高频分量，所述图像处理设备的特征在于包括：

2.根据权利要求1所述的图像处理设备，其特征在于，还包括：

3.根据权利要求2所述的图像处理设备，其特征在于，

4.根据权利要求3所述的图像处理设备，其特征在于，

5.根据权利要求3所述的图像处理设备，其特征在于，

6.根据权利要求3所述的图像处理设备，其特征在于，

7.根据权利要求6所述的图像处理设备，其特征在于，

8.根据权利要求2所述的图像处理设备，其特征在于，

9.根据权利要求8所述的图像处理设备，其特征在于，

10.根据权利要求2至9中任一项所述的图像处理设备，其特征在于，

11.根据权利要求2至9中任一项所述的图像处理设备，其特征在于，

12.根据...

【专利技术属性】
技术研发人员：上原阳太，细川秀一，
申请(专利权)人：佳能株式会社，
类型：发明
国别省市：