Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022094824 - WAVELET TRANSFORM BASED DEEP HIGH DYNAMIC RANGE IMAGING

Publication Number WO/2022/094824
Publication Date 12.05.2022
International Application No. PCT/CN2020/126617
International Filing Date 05.11.2020
IPC
H04N 19/63 2014.1
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
NPICTORIAL COMMUNICATION, e.g. TELEVISION
19Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
60using transform coding
63using sub-band based transform, e.g. wavelets
G06T 5/50 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
50by the use of more than one image, e.g. averaging, subtraction
CPC
G06T 5/50
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
50by the use of more than one image, e.g. averaging, subtraction
H04N 19/63
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
NPICTORIAL COMMUNICATION, e.g. TELEVISION
19Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
60using transform coding
63using sub-band based transform, e.g. wavelets
Applicants
  • HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
Inventors
  • DAI, Tianhong
  • YUAN, Shanxin
  • JIA, Xu
Priority Data
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) WAVELET TRANSFORM BASED DEEP HIGH DYNAMIC RANGE IMAGING
(FR) IMAGERIE PROFONDE À PLAGE DYNAMIQUE ÉLEVÉE BASÉE SUR UNE TRANSFORMÉE EN ONDELETTES
Abstract
(EN) Described herein is an image processing apparatus (701) comprising one or more processors (704) configured to: receive (601) a plurality of input images (301, 302, 303); for each input image, form (602) a set of decomposed data by decomposing the input image (301, 302, 303) or a filtered version thereof (307, 308, 309) into a plurality of frequency-specific components (313) each representing the occurrence of features of a respective frequency interval in the input image or the filtered version thereof; process (603) each set of decomposed data using one or more convolutional neural networks to form a combined image dataset (327); and subject (604) the combined image dataset (327) to a construction operation that is adapted for image construction from a plurality of frequency-specific components to thereby form an output image (333) representing a combination of the input images. The resulting HDR output image may have fewer artifacts and provide a better quality result. The apparatus is also computationally efficient, having a good balance between accuracy and efficiency.
(FR) Sont décrits ici, un appareil de traitement d'image (701) comprenant un ou plusieurs processeurs (704) configurés : pour recevoir (601) une pluralité d'images d'entrée (301, 302, 303); pour chaque image d'entrée, pour former (602) un ensemble de données décomposées par décomposition de l'image d'entrée (301, 302, 303) ou une version filtrée associée (307, 308, 309) en une pluralité de composantes spécifiques à la fréquence (313), chacune représentant l'apparition de caractéristiques d'un intervalle de fréquence respectif dans l'image d'entrée ou la version filtrée associée; pour traiter (603) chaque ensemble de données décomposées à l'aide d'un ou de plusieurs réseaux neuronaux convolutifs pour former un ensemble de données d'images combinées (327); et pour soumettre (604) l'ensemble de données d'image combinées (327) à une opération de construction qui est adaptée à une construction d'image à partir d'une pluralité de composantes spécifiques à la fréquence pour ainsi former une image de sortie (333) représentant une combinaison des images d'entrée. L'image de sortie HDR résultante peut avoir moins d'artefacts et fournir un meilleur résultat de qualité. L'appareil est également efficace du point de vue du calcul, ayant un bon équilibre entre la précision et l'efficacité.
Latest bibliographic data on file with the International Bureau