噪声自适应非盲图像去模糊.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114511451A(43)申请公布日2022.05.17(21)申请号202110509845.3(22)申请日2021.05.11(30)优先权数据17/099,9952020.11.17US(71)申请人通用汽车环球科技运作有限责任公司地址美国密歇根州(72)发明人M.斯卢茨基(74)专利代理机构北京市柳沈律师事务所11105专利代理师贺紫秋(51)Int.Cl.G06T5/00(2006.01)G06N3/04(2006.01)权利要求书1页说明书7页附图10页(54)发明名称噪声自适应非盲图像去模糊(57)摘要对包括模糊和噪声的输入图像执行噪声自适应非盲去模糊的系统和方法包括对输入图像实施第一神经网络以获得一个或多个参数，并执行正则化去卷积以从输入图像获得去模糊图像。正则化去卷积使用一个或多个参数来控制去模糊图像中的噪声。一种方法包括实施第二神经网络以从去模糊图像中去除伪影并提供输出图像。CN114511451ACN114511451A权利要求书1/1页1.一种对包括模糊和噪声的输入图像执行噪声自适应非盲去模糊的方法，该方法包括：使用处理电路对输入图像实施第一神经网络以获得一个或多个参数；使用所述处理电路执行正则化去卷积以从所述输入图像获得去模糊图像，其中所述正则化去卷积使用所述一个或多个参数来控制所述去模糊图像中的噪声；和使用所述处理电路实施第二神经网络，以从去模糊图像中去除伪影并提供输出图像。2.根据权利要求1所述的方法，其中实施第一神经网络导致作为正则化参数的一个参数。3.根据权利要求1所述的方法，其中实施所述第一神经网络导致作为对应于一组预定义正则化参数的权重的两个或更多个参数。4.根据权利要求1所述的方法，还包括以端到端布置单独或一起训练第一神经网络和第二神经网络。5.根据权利要求1所述的方法，还包括由所述处理电路获得点扩散函数，所述点扩散函数定义输入图像中的模糊。6.根据权利要求5所述的方法，其中所述输入图像由车辆中的相机获得，并且所述点扩散函数基于校准从车辆的一个或多个传感器或从相机获得。7.根据权利要求1所述的方法，其中实施所述第一神经网络包括从所述输入图像获得奇异值的一维向量和实施一维残差卷积神经网络(CNN)。8.一种车辆，包括：相机，被配置为获得包括模糊和噪声的输入图像；和处理电路，被配置为在输入图像上实施第一神经网络以获得一个或多个参数，执行正则化去卷积以从输入图像获得去模糊图像，其中正则化去卷积使用所述一个或多个参数来控制去模糊图像中的噪声，并实施第二神经网络以从去模糊图像中去除伪影并提供输出图像。9.根据权利要求8所述的车辆，其中所述处理电路被配置为实施所述第一神经网络，并且获得作为正则化参数的一个参数，或者获得作为对应于一组预定义正则化参数的权重的两个或更多个参数，并且所述处理电路被配置为以端到端布置单独或一起训练所述第一神经网络和所述第二神经网络。10.根据权利要求8所述的车辆，其中所述处理电路被配置为获得点扩散函数，所述点扩散函数定义来自测量车辆运动的一个或多个车辆传感器或来自相机校准的输入图像中的模糊，并且所述第一神经网络被配置为从所述输入图像获得奇异值的一维向量，并实施一维残差卷积神经网络(CNN)。2CN114511451A说明书1/7页噪声自适应非盲图像去模糊技术领域[0001]本主题公开一般涉及图像去模糊，更具体地，涉及噪声自适应非盲图像去模糊。背景技术[0002]车辆(例如，汽车、卡车、农业设备、建筑设备、自动化工厂设备)可以包括许多提供关于车辆及其环境的信息的传感器。一个示例性的传感器是相机。例如，由车辆的一个或多个相机获得的图像可以用于执行半自主或自主操作。相机获得的图像可能由于各种原因而模糊，包括相机的移动或振动。在车辆应用中，基于车辆的已知运动或对相机执行的校准，模糊的来源可能是众所周知的。这有利于非盲图像去模糊。然而，模糊的图像通常包括噪声和模糊。因此，期望提供噪声自适应非盲图像去模糊。发明内容[0003]在一个示例性实施例中，对包括模糊和噪声的输入图像执行噪声自适应非盲去模糊的方法包括对输入图像实施第一神经网络以获得一个或多个参数，并执行正则化去卷积以从输入图像获得去模糊图像。正则化去卷积使用一个或多个参数来控制去模糊图像中的噪声。该方法还包括实施第二神经网络以从去模糊图像中去除伪影并提供输出图像。[0004]除了这里描述的一个或多个特征之外，实施第一神经网络导致作为正则化参数的一个参数。[0005]除了这里描述的一个或多个特征之外，实施第一神经网络导致作为对应于一组预定义正则化参数的权重的两个或更多个参数。[0006]除了这里描述的一个或多个特征之外，该方法还包括以端到端的方式单独或一起训练第一