【技术实现步骤摘要】
本专利技术涉及图像处理，特别是涉及一种光流信息预测网络训练方法、图像增强方法、装置及设备。
技术介绍
1、摄像头可以采集图像，生成一段包含多个图像帧的视频图像。为了提高视频图像中一个图像帧的信噪比，可以使用该图像帧与邻近图像帧之间的光流（optical flow，简称flow）信息（也称为光流估计），将该邻近图像帧与该图像帧对齐，将对齐后的邻近图像帧与该图像帧进行叠加，得到增强后的图像帧。
2、现有技术中，可以将样本图像帧以及对应的参考图像帧输入至待训练的深度学习模型中，得到深度学习模型输出的光流信息；然后利用光流信息对参考图像帧进行对齐，得到对齐后的参考图像帧；将对齐后的参考图像帧与样本图像帧融合，得到增强后的样本图像帧，并基于增强后的样本图像帧与真值（ground truth，gt）图像帧之间的差异，对深度学习模型进行网络参数的调整。其中，真值图像帧的信噪比大于样本图像帧以及参考图像帧，并且，真值图像帧与样本图像帧中具有相同的内容。
3、然而，样本图像帧与参考图像帧的信噪比低于真值图像帧，增强后的样本图像帧与...
【技术保护点】
1.一种光流信息预测网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取带噪声的第一样本图像帧和第二样本图像帧，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述第一原始图像帧和第二原始图像帧进行噪声添加处理，得到带噪声的第一样本图像帧和第二样本图像帧，包括：
4.根据权利要求3所述的方法，其特征在于，在分别在所述第三原始图像帧和第四原始图像帧中添加噪声，得到第一样本图像帧和第二样本图像帧之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述噪声参...
【技术特征摘要】
1.一种光流信息预测网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取带噪声的第一样本图像帧和第二样本图像帧，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述第一原始图像帧和第二原始图像帧进行噪声添加处理，得到带噪声的第一样本图像帧和第二样本图像帧，包括：
4.根据权利要求3所述的方法，其特征在于，在分别在所述第三原始图像帧和第四原始图像帧中添加噪声，得到第一样本图像帧和第二样本图像帧之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述噪声参数，分别在所述第三原始图像帧和第四原始图像帧中添加噪声，得到第一样本图像帧和第二样本图像帧，包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述光流信息预测网络包括：输入子网络、特征提取子网络以及输出子网络；
7.根据权利要求6所述的方法，其特征在于，所述输出子网络包括：激活层、放大...
【专利技术属性】
技术研发人员：王林，汝佩哲，李诚，周晓，
申请(专利权)人：英特灵达信息技术深圳有限公司，
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。