千视通视频图像增强技术分享

2019年千视通**科学家武筱林教授来长出席讲座并演讲，武教授以图像增强技术为主题，发表包括《Deep Learning Based Restoration and Enhancement of Extremely Illuminated Images》、《A Fast And Practical CNN Method For Artful Image Regen-eration》等在内的学术演讲报告。

空间域中的图像增强：直接对像素进行操作的空间域技术以及基于傅里叶变换的频域技术，使结果比原始图像适用于具体应用。

基于深度学习的端光照图像恢复与增强
针对曝光不足JPG图像的增强：
曝光不足的图像存在低强度、低对比度、噪音过大等问题，传统的图片增强方法不能修复量化失真，深度学习可以做到这点。

·针对暴露不足的RAW数据图像增强：
传感器RAW数据存在着信息量多、占用空间大等问题。通过深度卷积网络，可以使曝光不足的传感器原始数据直接生成RGB图像。

·针对HDR场景中RAW数据的增强：
在HDR场景中，曝光设置无法同时适应非常低和非常高的照明区域，暴露不足的斑块与正常或过度暴露的区域混合。利用一个统一的框架，对RAW数据进行训练，训练两个网络：修复网络和分割网络。其中，分割网络对曝光不足区域和过度曝光区域进行分割，然后利用分割网络得到的分割图输入到修复网络中，最后生成RGB图像。

一种快速实用的CNN图像增强方法

新的色域扩充算法—Al摄影艺术化技术。它能使得颜色从常规的SDR色域转换到加宽广的HDR色域，使得显示图像能够鲜艳和逼真。通过图像处理技术和人工神经网络的结合，对图像的背景场景进行自适应，用来美化图片，使之符合人的审美，提升图片的艺术感。