【技术实现步骤摘要】
【国外来华专利技术】电子设备及其控制方法
本公开涉及一种电子设备及其控制方法,尤其涉及一种用于相对于图像执行图像处理的电子设备及其控制方法。本公开是一种人工智能(AI)系统及其应用,该系统使用机器学习算法模拟诸如识别和确定之类的人脑功能。
技术介绍
近年来,实现人类水平智能的人工智能系统已用于各个领域。与现有的基于规则的智能系统不同,人工智能系统是机器进行学习、确定并变得智能的系统。人工智能系统被使用得越多,识别率提高得越多,并且可以更准确地理解用户的品味,因此,现有的基于规则的智能系统正逐渐被基于深度学习的人工智能系统所取代。人工智能技术包括机器学习(例如,深度学习)和利用机器学习的元素技术。机器学习是一种本身可以对输入数据的特征进行分类/学习的算法技术。元素技术是一种使用诸如深度学习之类的机器学习算法来模拟人脑的诸如识别和确定之类的功能的技术,包括语言理解、视觉理解、推理/预测、知识表示、运动控制等。应用人工智能技术的各个领域如下。语言理解是一种用于识别、应用/处理人类语言/字符的技术,包括自然语言处理、机器翻译、对话系统、问与答、语音识别/合成等。视觉理解是一种用于将对象识别并处理为人类视觉的技术,包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像增强等。推断预测是一种用于判断并且逻辑推断和预测信息的技术,包括基于知识/概率的推断、优化预测、基于偏好的计划和推荐。知识表示是一种用于将人类经验信息自动化为知识数据的技术,包括知识构建(数据生成/分类)和知识管理(数据利用)。运动控制是 ...
【技术保护点】
1.一种电子设备,包括:/n存储器;以及/n处理器,被配置成:/n基于存储在所述存储器中的图像的全局区域中所包括的每个像素的亮度值来识别所述全局区域的第一累积分布,/n基于所述图像的局部区域中所包括的每个像素的亮度值来识别所述局部区域的第二累积分布,/n基于所述第一累积分布和所述第二累积分布来校正所述局部区域中所包括的每个像素的亮度值,以及/n基于所述局部区域中所包括的每个像素的校正后的亮度值生成校正后的图像信号。/n
【技术特征摘要】
【国外来华专利技术】20180731 KR 10-2018-0088934;20180529 US 62/677,4541.一种电子设备,包括:
存储器;以及
处理器,被配置成:
基于存储在所述存储器中的图像的全局区域中所包括的每个像素的亮度值来识别所述全局区域的第一累积分布,
基于所述图像的局部区域中所包括的每个像素的亮度值来识别所述局部区域的第二累积分布,
基于所述第一累积分布和所述第二累积分布来校正所述局部区域中所包括的每个像素的亮度值,以及
基于所述局部区域中所包括的每个像素的校正后的亮度值生成校正后的图像信号。
2.根据权利要求1所述的电子设备,其中所述处理器还被配置成:
相对于所述第一累积分布中的第一总累积像素数,识别与第一比率相对应的第一全局亮度值,
相对于所述第二累积分布中的第二总累积像素数,识别与所述第一比率相对应的第一局部亮度值,
基于所述第一全局亮度值和所述第一局部亮度值来识别校正函数以校正所述局部区域中所包括的每个像素的亮度值,以及
基于所述校正函数生成所述校正后的图像信号。
3.根据权利要求2所述的电子设备,其中所述处理器还被配置成:
相对于所述第一累积分布中的所述第一总累积像素数,识别与第二比率相对应的第二全局亮度值,
相对于所述第二累积分布,识别与所述第二比率相对应的第二局部亮度值,以及
基于所述第一全局亮度值、所述第一局部亮度值、所述第二全局亮度值和所述第二局部亮度值来识别所述校正函数以校正所述局部区域中所包括的每个像素的亮度值。
4.根据权利要求1所述的电子设备,其中所述处理器还被配置成:
基于所述局部区域中所包括的每个像素的亮度值被校正,根据所述局部区域中所包括的每个像素的校正后的亮度值来更新所述第一累积分布,
基于所述图像的另一局部区域中所包括的每个像素的亮度值来识别关于所述另一局部区域的第三累积分布,以及
基于所述第一累积分布和所述第三累积分布来校正所述另一局部区域中所包括的每个像素的亮度值。
5.根据权利要求1所述的电子设备,其中所述处理器还被配置成:
通过在所述图像的所述全局区域中识别亮度值小于或等于多个亮度值中的每一个亮度值的像素的数量,来识别所述第一累积分布,以及
通过在所述图像的所述局部区域中识别亮度值小于或等于所述多个亮度值中的每一个亮度值的像素的数量,来识别所述第二累积分布。
6.根据权利要求1所述的电子设备,其中所述处理器还被配置成:
基于所述局部区域中所包括的像素的亮度值小于或等于第一阈值,将所述局部区域中所包括的像素的亮度值校正为第三亮度值,以及
基于所述局部区域中所包括的像素的亮度值大于或等于第二阈值,将所述局部区域中所包括的像素的亮度值校正为第四亮度值。
7.根据权利要求1所述的电子设备,其中所述处理器还被配置成:
基于存储在所述存储器中的分类模型识...
【专利技术属性】
技术研发人员:李奉瑾,安泰庆,金秀鸿,
申请(专利权)人:三星电子株式会社,
类型:发明
国别省市:韩国;KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。