申请/专利权人：三亚学院

申请日：2024-01-31

公开（公告）日：2024-05-17

公开（公告）号：CN117671073B

主分类号：G06T11/00

分类号：G06T11/00;G06N3/0455;G06N3/0464;G06N3/084;G06T5/70;G06T7/80;G06T5/60;G10L15/22;G10L15/18;H04N23/60

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明适用于影像风格成像技术领域，提供了一种基于语言提示的影像风格成像系统，所述系统包括：语音采集模块、语音解码模块、数据库模块、图像增强神经网络训练模块、图像处理模块。该系统可应用于手机以及单反设备拍照通路中，根据用户说的语音，进行拍照参数的下发，得到相应的raw图，再将得到的raw图通过风格神经网络进行增强，最终得到符合用户需要的定制增强后的图像，相比于之前拍照通路只能让用户进行手调拍照参数以及进行后处理方案，使方案更加方便用户使用，并且能够达到不光清晰度去噪效果好的图像，还能根据用户所需要的亮度、颜色、对比度、锐度直接输出最终的图像。

主权项：1.一种基于语言提示的影像风格成像系统，其特征在于，所述系统包括：语音采集模块，用于捕获用户语音命令，并将所述语音命令进行传输；语音解码模块，用于通过解码器解码用户的语音命令，并从解码的结果中提取特征，获取图像参数设置；数据库模块，用于存储用于训练的图像数据集，所述图像数据集包括标记与用户语音命令对应的单反相机参数、根据所述参数拍摄得到Raw图和经过至少一个后期处理的标签图像；图像增强神经网络训练模块，用于构建为基于运行信息变换器模型的训练架构，生成从用户语音命令导出的图像参数，并映射至相机输出的Raw图之间；图像处理模块，包含一个Unet架构的前向推理网络，且配置有若干个卷积层，其中每层卷积核尺寸均为3x3，所述前向推理网络接收Raw图与语义编码的特征并进行处理，产生符合用户需求的最终风格图像；其中，所述基于语言提示的影像风格成像系统的工作流程为：先由语音采集模块获取用户的语音命令，再由语音解码模块对语音命令进行特征提取，并获取图像的参数设置，随后数据库模块会利用图像参数拍摄得到Raw图和经过至少一个后期处理的标签图像，则图像增强神经网络训练模块会依据语音解码模块所获取的特征，生成从用户语音命令导出的图像参数，并映射至相机输出的Raw图之间，最后，图像处理模块会对Raw图和与语义编码的特征并进行处理，生成最终图像。

全文数据：

权利要求：

百度查询： 三亚学院 一种基于语言提示的影像风格成像系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD