CN119402762A 图像处理方法、装置、系统、存储介质和学习模型制造法 （佳能株式会社）

202010141298.32020.03.04输入图像相对应的光学黑色区域的表示输入图2基于部分光学黑色图像和输入图像的像素数来8.根据权利要求1所述的图像处理方法，包括在输入所述输入数据之前从所述输入数根据权利要求10所述的图像处理装置以及能够与图像处理装置通其中，控制装置包括被配置成发送用于使图像处理装置处12.一种非瞬态计算机可读存储介质，所述非瞬态计算机可读存储介质存储用于使计3取得真实数据和输入数据，所述输入数据包括训练图像和基于与训使用输入数据和真实数据来学习用于执行识别或回14.一种非瞬态计算机可读存储介质，所述非瞬态计算机可读存储介质存储用于使计取得真实数据和输入数据，所述输入数据包括训练图像和基于与训使用输入数据和真实数据来学习用于执行识别或回取得真实数据和输入数据，所述输入数据包括训练图像和基于与训使用输入数据和真实数据来学习用于执行识别或回取得器，被配置成取得真实数据和输入数据，所述输入数据包括学习器，被配置成使用输入数据和真实数据来学习用于4于图像中的噪声取决于成像期间的ISO感光度和图像传感器的性能，因此具有各种强度的像处理装置和存储用于使计算机执行上述图像处理方法的程序的非瞬态计算机可读存储[0008]根据本发明的另一方面的图像处理系统包括第一设备和被配置成与第一设备通[0009]根据本发明的另一方面的图像处理方法或用于制造已学习模型的方法包括取得5序的非瞬态计算机可读存储介质以及图像处理装置也构估计无噪声图像的任务，以及根据下采样的图像估计在下采样之前的高分辨率图像的任6[0029]现在将给出根据本发明的第一实施例的图像处理系统的[0030]图2是根据该实施例的图像处理系统100的框图。图3是图像处理系统100的外部学习装置101学习到的权重信息被存储在存储器111中。成像装置102取得捕获的图像并且[0032]图像处理器123包括取得器123a和检测器123b，并且通过将捕获的图像的至少一以从记录介质125中读取捕获的图像并且检测人区域。根据用户的指令，存储在记录介质7[0037]第二种方法是通过改变ISO感光度或使用具有不同灵敏度的图像传感器来捕获各计阶段中的训练图像中的像素数与输入图像中的像素数不必彼示的U_Net（细节参见O.Ronneberger、P.Fischer和T.Brox的“U_net:Convolutional[0039]输入数据201是通过将训练图像和噪声表示图像在通道方向上级联而获得的数8可以根据在与输入图像的成像条件相同的成像条件下的光学黑色区域的信号值来计算噪[0048]图7是根据该实施例的图像处理系统300的框图。图8是图像处理系统300的外部302包括光学系统302a和图像传感器302b。由图像传感器302b捕获的图像由于光学系统302a的像差和衍射以及由于图像传感器302b而引起的噪声而被模糊。图像估计装置303包如是液晶显示器或投影仪。用户可以在检查被处理的图像的同时经由显示装置304执行编9差和衍射而引起的模糊添加到源图像而获得的图像以及通过不将模糊添加到源图像而获感光度相对应的噪声添加到在成像条件下设定的黑电平来生成捕获的图像401中的光学黑色区域403提取并排列一个或多个部分光学黑色图像404来生成和从最后层输出的残差分量之和来获得估计的图像512。然而，跳过连接的数量不限于图的权重。该实施例将在估计的图像与真实图像的信号值之间的差的欧几里得范数储器301a中。[0059]现在参考图12，将给出由图像估计装置303执行的校正输入图像中的由像差和衍在关于对象空间的信息的区域作为输入图像402并且取得没有光进入的区域作为光学黑色光学系统302a的像差和衍射引起的模糊的维纳滤波器的信息从存储器303a中被调用并且来生成噪声表示图像。如图10中所示，部分光学黑色图像404被布置为生成噪声表示图像单个光学黑色图像404可以在被排列之前反转像处理系统与第一实施例和第二实施例中的每个的图像处理系统的不同之处在于具有处机604经由网络605连接到图像估计装置603。图像估计装置603经由网络606连接到学习装601可以彼此通信。计算机604与第一设备相对应，并且图像估计装置603与第二设备相对604d。通信器604a用于将用于使图像估计装置603处理捕获的图像的请求发送到图像估计由显示单元604b显示的信息例如包括要发送到图像估计装置603的捕获的图像和从图像估括输入图像和表示输入图像中的噪声量的噪声图的输入数据。处理器将输入数据输入到神经网络中以执行识别或回归任务。图像处理装置具有用于存储关于用于神经网络的权重的步骤学习用于使用输入数据和真实数据来执成电路（ASIC的系统或装置的计算机来实TM