一种端到端深度学习框架下的多曝光图像融合方法

发明专利有效专利

申请号：
CN201710353492.6
IPC分类号：G06T5/50;G06N3/08
申请日期：
2017-05-18
申请人：
北京联合大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种端到端深度学习框架下的多曝光图像融合方法
申请号	CN201710353492.6	申请日期	2017-05-18
法律状态	授权	申报国家	中国
公开/公告日	2017-09-26	公开/公告号	CN107203985A
优先权	暂无	优先权号	暂无
主分类号	G06T5/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕 G06T5/50 通过使用多于一幅图像的，例如平均、减少〔6〕	IPC分类号	G;0;6;T;5;/;5;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京联合大学	申请人地址	北京市朝阳区北四环东路97号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京联合大学	当前权利人	北京联合大学
发明人	王金华;何宁;徐光美;张敬尊;张睿哲;王郁昕
代理机构	北京驰纳智财知识产权代理事务所（普通合伙）	代理人	谢亮

摘要

本发明提供一种端到端深度学习框架下的多曝光图像融合方法，包括通过训练获取参数，还包括以下步骤：将所述原始图像基于卷积神经网络进行融合处理，得到输出图像；对所述原始图像进行N下采样，得到N2个原始子图像；将N2个所述原始子图像基于卷积神经网络分别进行融合处理，得到N2个输出子图像；把N2个所述输出子图像进行合并，得到合并子图像；输出图像和合并子图像进行权重平均后生成结果融合图像。本发明利用深度学习框架，实现一种端到端的多曝光融合方法，改变了传统方式通过网络只是计算融合系数的方式，大大降低了算法的复杂性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供