摘要
本说明书一个或多个实施例提供了一种HDR图像生成方法、模型训练方法及装置。该方法中,在训练样本中引入SDR图像对应的正样本图像、亮度负样本图像和色度负样本图像,并利用对比学习方法对输入的SDR图像进行风格解耦表示学习,以准确地学习表征输入的SDR图像对应的亮度特征和色度特征。之后,将学习到的亮度特征和色度特征融合,得到退化感知引导特征,并利用退化感知引导特征,引导SDR图像生成HDR图像。这样,通过亮度和色度的分离学习,能够显著增强HDR图像生成模型对不同SDR图像风格差异的适应能力,在多风格输入下能够生成一致性更强的HDR图像。
技术关键词
图像生成模型
局部色度特征
全局亮度特征
HDR图像生成方法
学习方法
风格
训练样本集
编码器
数据
多头注意力机制
模型训练方法
计算机程序指令
生成HDR图像
像素
模块
计算机程序产品
残差网络
系统为您推荐了相关专利信息
数据分析方法
融合策略
数据库技术
特征提取方式
多头注意力机制
协同学习方法
云端服务器
模型更新
分解算法
知识蒸馏技术
客户端
联邦学习方法
滑动窗口
持续学习方法
深度神经网络模型
人工智能学习方法
扩张状态观测器
电机控制系统
粒子群优化算法
记录媒体