买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：本发明提供了一种色度预测方法、着色模型的训练方法及装置，可以应用于多媒体处理技术领域。该方法包括：获取待预测图像块的第一亮度数据、与待预测图像块相邻的至少一个参考图像块的参考亮度数据和参考色度数据；根据着色学习子模型处理参考亮度数据和参考色度数据，得到参考亮度数据和参考色度数据之间的映射关系；根据权重自适应重建子模型处理映射关系和与第一亮度数据对应的第一亮度初始特征，得到待预测图像块的中间色度预测结果；根据色度修正子模型处理参考色度数据、第一亮度数据和中间色度预测结果，得到待预测图像块的目标色度预测结果。

主权项：1.一种色度预测方法，其特征在于，所述方法包括：获取待预测图像块的第一亮度数据、与所述待预测图像块相邻的第一参考图像块和第二参考图像块各自的参考亮度数据和参考色度数据；根据着色学习子模型处理所述参考亮度数据和所述参考色度数据，得到所述参考亮度数据和所述参考色度数据之间的映射关系，包括：将所述参考亮度数据输入至特征提取层，输出参考亮度特征；将所述参考色度数据输入至第一卷积层，输出参考色度卷积特征；对所述参考亮度特征和所述参考色度卷积特征进行特征拼接，得到参考拼接特征；根据所述第一卷积层处理所述参考拼接特征，得到所述映射关系，其中，所述着色学习子模型包括所述特征提取层和所述第一卷积层；还包括：根据所述着色学习子模型处理所述第一参考图像块的第一参考亮度数据和第一参考色度数据，得到所述第一参考亮度数据和所述第一参考色度数据之间的第一映射子关系；根据所述着色学习子模型处理所述第二参考图像块的第二参考亮度数据和第二参考色度数据，得到所述第二参考亮度数据和所述第二参考色度数据之间的第二映射子关系；根据权重自适应重建子模型处理所述映射关系和与所述第一亮度数据对应的第一亮度初始特征，得到所述待预测图像块的中间色度预测结果，包括：根据所述权重自适应重建子模型处理所述第一映射子关系、所述第二映射子关系和与所述第一亮度数据对应的第一亮度初始特征，得到所述待预测图像块的中间色度预测结果，包括：对所述第一亮度初始特征和所述第一映射子关系进行像素乘法处理，得到所述待预测图像块的第一色度初始特征；对所述第一亮度初始特征和所述第二映射子关系进行像素乘法处理，得到所述待预测图像块的第二色度初始特征；将所述第一色度初始特征输入至反卷积层，输出第一色度反卷积特征；将所述第一色度反卷积特征输入至第二卷积层，输出第一色度卷积特征；将所述第二色度初始特征输入至反卷积层，输出第二色度反卷积特征；将所述第二色度反卷积特征输入至所述第二卷积层，输出第二色度卷积特征；对所述第一色度卷积特征和所述第二色度卷积特征进行拼接操作，得到色度拼接特征；根据第三卷积层和第四卷积层处理所述色度拼接特征，得到所述待预测图像块的所述中间色度预测结果，包括：根据三个所述第三卷积层分别对所述色度拼接特征进行特征提取，得到查询特征、键特征、值特征；根据激活函数处理所述查询特征和所述键特征，得到权重；根据所述权重调整所述值特征，得到色度中间特征；根据所述第四卷积层处理所述色度中间特征，得到所述待预测图像块的所述中间色度预测结果，其中，所述权重自适应重建子模型包括所述反卷积层、所述第二卷积层、所述第三卷积层、所述第四卷积层，所述第三卷积层包括三个；根据色度修正子模型处理所述参考色度数据、所述第一亮度数据和所述中间色度预测结果，得到所述待预测图像块的目标色度预测结果，包括：对所述第一参考图像块和第二参考图像块各自的所述参考色度数据和所述中间色度预测结果进行拼接操作，得到中间色度数据；将所述中间色度数据输入至参考卷积层，输出中间色度卷积特征；将所述中间色度卷积特征输入至稠密层，输出中间色度平滑特征；将所述第一亮度数据输入至下采样层，输出第一亮度卷积特征；将所述第一亮度卷积特征输入至所述稠密层，输出第一亮度平滑特征；根据自适应卷积层处理所述第一亮度平滑特征和所述中间色度平滑特征，得到中间色度自适应卷积特征；根据所述参考卷积层处理所述中间色度自适应卷积特征，得到所述待预测图像块的所述目标色度预测结果，其中，所述色度修正子模型包括所述下采样层、所述稠密层、所述自适应卷积层、所述参考卷积层。

全文数据：

权利要求：

百度查询： 天津大学 色度预测方法、着色模型的训练方法及装置