System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种图像曝光量化方法和电子设备技术_技高网

一种图像曝光量化方法和电子设备技术

技术编号:44527689 阅读:2 留言:0更新日期:2025-03-07 13:18
本申请公开了一种图像曝光量化方法和电子设备,涉及图像处理技术领域,包括:获取输入图像。其中,输入图像包括一个或多个待进行曝光量化的图像。将输入图像输入至图文对比模型中,获取输入图像与预设提示词的语义相似度值。其中,预设提示词包括一个或多个表征曝光状态的描述字段。基于输入图像对应于预设提示词的语义相似度值,确定输入图像的曝光量化标签。其中,曝光量化标签用于表征输入图像为欠曝图像、正常曝光图像或过曝图像。本方案中,图文对比模型可以学习预设提示词(文本)与图像之间的语义关系,从而得到图像与预设提示词的语义相似度值。基于语义相似度值得到图像的曝光状态标签客观且准确。

【技术实现步骤摘要】

本申请实施例涉及图像处理,尤其涉及一种图像曝光量化方法和电子设备


技术介绍

1、图像曝光是指在图像获取过程中,感光元件(如相机的传感器或胶片)接收光线并将其转换为图像信号的过程。图像曝光涉及到光线的强度、曝光时间以及感光元件的灵敏度等多个因素,对图像的亮度、对比度和细节表现等有着决定性的影响。图像过曝会导致图像整体偏亮,高光部分细节丢失的现象;图像欠曝则会导致图像整体偏暗,细节在阴影部分丢失的现象。

2、在图像处理场景或者是一些拍摄场景下,需要对图像进行欠曝、正常曝光或过曝的曝光判断。传统技术所提供的曝光判定方法,例如人工进行曝光判定,存在判定准确性低的问题。


技术实现思路

1、本申请实施例提供一种图像曝光量化方法和电子设备,通过训练好的图文对比模型可以获取输入图像与提示词之间的相似度值。其中,提示词包括用于表征不同曝光状态的字段。基于相似度值可以确定输入图像的曝光状态标签,避免了人工进行曝光判定的主观模糊导致的曝光判定不准确,以及,通过寻找参考物进行曝光判定的复杂过程以及曝光判定的不准确,所得到的输入图像的曝光量化结果比较准确。

2、为达到上述目的,本申请的实施例采用如下技术方案。

3、第一方面,提供了一种图像曝光量化方法,包括:

4、获取输入图像。其中,输入图像包括一个或多个待进行曝光量化的图像。

5、将输入图像输入至图文对比模型中,获取输入图像与预设提示词的语义相似度值。其中,预设提示词包括一个或多个表征曝光状态的描述字段。

6、其中,该模型是基于样本图像与训练提示词对样本图像进行曝光量化标签(训练标签)的预测,基于训练标签以及样本图像的参考标签(实际曝光状态)的损失进行迭代训练得到的。该模型能够输出图像特征与文本(提示词)特征之间的语义相似度,从而达到理解图像的曝光状态的目的。

7、基于输入图像对应于预设提示词的语义相似度值,确定输入图像的曝光量化标签。其中,曝光量化标签用于表征输入图像为欠曝图像、正常曝光图像或过曝图像。

8、其中,电子设备可以作为图像曝光量化方法的执行主体。

9、在本申请中,通过训练好的图文对比模型来获取输入图像与预设提示词之间的语义相似度值,其中,预设提示词包括描述不同曝光状态的字段。基于语义相似度值可确定输入图像的曝光状态标签。其中,图文对比模型可以学习预设提示词(文本)与图像之间的语义关系,从而得到图像与预设提示词的语义相似度值。基于语义相似度值得到图像的曝光状态标签客观且准确。避免了人工评估的主观模糊,且,整个过程不需要寻找参考的基准图像,也不需要制定复杂的多种量化策略,在保证曝光量化准确性的同时,还降低了算力。

10、在第一方面的一种可能的实现方式中,输入图像包括一个待进行曝光量化的图像,预设提示词包括多个描述不同曝光状态的提示词。

11、电子设备将输入图像输入至图文对比模型中,获取输入图像与预设提示词的语义相似度值,包括:

12、电子设备将输入图像输入至图文对比模型中,获取输入图像对应于每一个预设提示词的第一相似度值,得到多个第一相似度值。

13、那么,电子设备基于语义相似度值,确定输入图像的曝光量化标签,包括:

14、电子设备基于第一相似度值最大的预设提示词对应的曝光状态,确定输入图像的曝光量化标签。

15、在本申请中,通过训练好的图文对比模型来获取输入图像与预设提示词之间的语义相似度值,其中,预设提示词包括描述不同曝光状态的字段。基于语义相似度值可确定输入图像的曝光状态标签。其中,图文对比模型可以学习预设提示词(文本)与图像之间的语义关系,从而得到图像与预设提示词的语义相似度值。第一相似度值越大,说明图像与预设提示词的语义相似程度越高,将第一相似度值最大的预设提示词对应的曝光状态,确定输入图像的曝光量化标签客观且准确。避免了人工评估的主观模糊,且,整个过程不需要寻找参考的基准图像,也不需要制定复杂的多种量化策略,在保证曝光量化准确性的同时,还降低了算力。

16、在第一方面的另一种可能的实现方式中,输入图像包括一个待进行曝光量化的图像,预设提示词包括多个描述不同曝光状态的提示词。

17、该方法还包括:

18、电子设备对输入图像进行显著模型推理,获取输入图像对应的主体图像。

19、电子设备将主体图像输入至图文对比模型中,获取主体图像对应于每一个预设提示词的第二相似度值。

20、那么,电子设备将输入图像输入至图文对比模型中,获取输入图像与预设提示词的语义相似度值,包括:

21、电子设备将输入图像输入至图文对比模型中,获取输入图像对应于每一个预设提示词的第一相似度值,得到多个第一相似度值。

22、那么,电子设备基于语义相似度值,确定输入图像的曝光量化标签,包括:

23、基于第一相似度值和第二相似度值,确定输入图像的第三相似度值,电子设备基于第三相似度值,确定输入图像的曝光量化标签。

24、在本申请中,训练好的图文对比模型可以实现对于输入图像的全局图像与预设提示词的相关性的语义理解,以及,输入图像对应的主体图像与预设提示词的相关性的语义理解,对于包含一些特殊场景的输入图像来说,进行主体图像与预设提示词的相关性的语义理解可以更好地确定输入图像的实际曝光状态,从而使得最终得到的输入图像的曝光量化标签更准确。

25、在第一方面的另一种可能的实现方式中,第一相似度值包括输入图像对应于多个预设提示词的语义相似度值,第二相似度值包括主体图像对应于多个预设提示词的语义相似度值。

26、基于第一相似度值和第二相似度值,确定输入图像的第三相似度值,包括:

27、对于每一个预设提示词,对第一相似度值与第二相似度值进行加权求和计算,获取每一个预设提示词对应的第三相似度值,得到多个第三相似度值。

28、那么,电子设备基于第三相似度值,确定输入图像的曝光量化标签,包括:

29、电子设备基于第三相似度值最大的预设提示词对应的曝光状态,确定输入图像的曝光量化标签。

30、其中,加权计算中的第一相似度值对应的权重,第二相似度值对应的权重可以根据实际情况确定。

31、在本申请中,可以对第一相似度值与第二相似度值进行加权求和计算,获取每一个预设提示词对应的第三相似度值,得到多个第三相似度值,基于第三相似度值最大的预设提示词对应的曝光状态,确定输入图像的曝光量化标签。第三相似度值结合了输入图像(全局图像)的语义理解结果(相似度值),以及主体图像的语义理解结果(相似度值),第三相似度值可以更准确地表征输入图像的曝光状态,基于第三相似度值得到的输入图像的曝光量化标签更准确。

32、在第一方面的另一种可能的实现方式中,第一相似度值包括输入图像对应于多个预设提示词的语义相似度值,第二相似度值包括主体图像对应于多个预设提示词的语义相似度值。...

【技术保护点】

1.一种图像曝光量化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述输入图像包括一个待进行曝光量化的图像,所述预设提示词包括多个描述不同曝光状态的提示词;

3.根据权利要求1所述的方法,其特征在于,所述输入图像包括一个待进行曝光量化的图像,所述预设提示词包括多个描述不同曝光状态的提示词;

4.根据权利要求3所述的方法,其特征在于,所述第一相似度值包括所述输入图像对应于多个所述预设提示词的语义相似度值,所述第二相似度值包括所述主体图像对应于多个所述预设提示词的语义相似度值,

5.根据权利要求3所述的方法,其特征在于,所述第一相似度值包括所述输入图像对应于多个所述预设提示词的语义相似度值,所述第二相似度值包括所述主体图像对应于多个所述预设提示词的语义相似度值,

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1-6中任一项所述的方法,其特征在于,所述预设提示词包括第一提示词、第二提示词和第三提示词,所述第一提示词为表征欠曝的提示词,所述第二提示词为表征正常曝光的提示词,所述第三提示词为表征过曝的提示词。

8.根据权利要求1所述的方法,其特征在于,所述输入图像包括多个待进行曝光量化的图像,所述预设提示词包括一个目标曝光状态的目标提示词;

9.根据权利要求8所述的方法,其特征在于,所述预设的阈值策略与所述目标提示词相关,

10.根据权利要求1所述的方法,其特征在于,所述输入图像包括多个待进行曝光量化的图像,所述预设提示词包括一个目标曝光状态的目标提示词;

11.根据权利要求10所述的方法,其特征在于,所述基于每一个所述输入图像对应的第四相似度值和与所述输入图像对应的主体图像的第五相似度值,确定所述输入图像的第六相似度值,包括:

12.根据权利要求10或11所述的方法,其特征在于,所述预设的阈值策略与所述目标提示词相关,

13.一种用于图像曝光量化的图文模型训练方法,其特征在于,所述方法还包括:

14.根据权利要求13所述的方法,其特征在于,所述方法还包括:

15.根据权利要求14所述的方法,其特征在于,所述基于所述第一训练相似度值最大的第一训练提示词对应的曝光状态,确定所述样本图像的训练标签,还包括:

16.一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-12中任一项所述方法的步骤,和/或,实现权利要求13-15中任一项所述方法的步骤。

17.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-12中任一项所述方法的步骤,和/或,实现权利要求13-15中任一项所述方法的步骤。

18.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-12中任一项所述方法的步骤,和/或,实现权利要求13-15中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种图像曝光量化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述输入图像包括一个待进行曝光量化的图像,所述预设提示词包括多个描述不同曝光状态的提示词;

3.根据权利要求1所述的方法,其特征在于,所述输入图像包括一个待进行曝光量化的图像,所述预设提示词包括多个描述不同曝光状态的提示词;

4.根据权利要求3所述的方法,其特征在于,所述第一相似度值包括所述输入图像对应于多个所述预设提示词的语义相似度值,所述第二相似度值包括所述主体图像对应于多个所述预设提示词的语义相似度值,

5.根据权利要求3所述的方法,其特征在于,所述第一相似度值包括所述输入图像对应于多个所述预设提示词的语义相似度值,所述第二相似度值包括所述主体图像对应于多个所述预设提示词的语义相似度值,

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1-6中任一项所述的方法,其特征在于,所述预设提示词包括第一提示词、第二提示词和第三提示词,所述第一提示词为表征欠曝的提示词,所述第二提示词为表征正常曝光的提示词,所述第三提示词为表征过曝的提示词。

8.根据权利要求1所述的方法,其特征在于,所述输入图像包括多个待进行曝光量化的图像,所述预设提示词包括一个目标曝光状态的目标提示词;

9.根据权利要求8所述的方法,其特征在于,所述预设的阈值策略与所述目标提示词相关,

10.根据权利要求1所述的方法,其特征...

【专利技术属性】
技术研发人员:王潇
申请(专利权)人:荣耀终端股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1