龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：谷歌有限责任公司
申请日：2022-10-21
公开（公告）日：2024-07-05
公开（公告）号：CN118302788A
主分类号：G06T5/50
分类号：G06T5/50;G06T5/60;G06T5/90;G06T15/20;G06N3/084;G06N3/0442;G06N3/0464;G06N3/045;G06N3/0499
优先权：["20211115 US 63/279,363"]
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：用于训练有噪场景的神经辐射场模型的系统和方法可以利用线性高动态范围颜色空间中的原始有噪图像来训练神经辐射场模型，以生成弱光和或高对比度场景的视图合成。然后可以利用经过训练的模型来准确地完成视图渲染任务，而无需进行用于生成低动态范围图像的预处理。在一些实现方式中，在弱光场景的未经处理的数据上进行训练可以允许训练神经辐射场模型以生成弱光场景的高质量视图渲染。
主权项：1.一种计算系统，所述系统包括：一个或多个处理器；以及共同存储指令的一种或多种非暂时性计算机可读介质，所述指令在由所述一个或多个处理器执行时使所述计算系统执行操作，所述操作包括：获得训练数据集，其中所述训练数据集包括多个三维位置、多个二维视图方向和多个原始有噪图像，其中所述多个原始有噪图像包括多个高动态范围图像，所述多个高动态范围图像包括以原始格式结构化的多个未经处理的位；利用神经辐射场模型来处理所述多个三维位置中的第一三维位置和所述多个二维视图方向中的第一二维视图方向以生成视图渲染，其中所述神经辐射场模型包括一个或多个多层感知器，并且其中所述视图渲染描述一个或多个预测的颜色值和一个或多个预测的体积密度值；评估损失函数，所述损失函数评估所述视图渲染与所述多个原始有噪图像中的第一图像之间的差异，其中所述第一图像与所述第一三维位置或所述第一二维视图方向中的至少一者相关联；以及至少部分地基于所述损失函数来调整所述神经辐射场模型的一个或多个参数。
全文数据：
权利要求：
百度查询： 谷歌有限责任公司 从有噪原始图像进行高动态范围视图合成
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号