使用神经网络生成经上采样的图像的制作方法

至少一个实施例涉及使用一个或更多个神经网络来至少部分地基于一个或更多个图像的降噪版本来生成所述一个或更多个图像的上采样版本。例如，至少一个实施例涉及处理器或计算系统，其接收有噪声的1080p分辨率图像，对所述1080p分辨率图像进行降噪，并使用神经网络基于所述有噪声的和降噪的1080p图像将所述1080p图像上采样为4k分辨率图像。

背景技术：

1、生成高质量2020欧洲杯投注官网 可能需要大量的计算资源，如计算能力、存储器和时间。例如，高质量2020欧洲杯投注官网 包含大量信息，并且此类信息的处理和存储可以使用显著的计算、带宽、存储器和其他计算资源。在一些上下文中，2020欧洲杯投注官网 的增强或其他处理应快速完成以处理用于特定目的的2020欧洲杯投注官网 ，但是包含在所述2020欧洲杯投注官网 中的大量信息和计算资源的限制使得所述2020欧洲杯投注官网 的有效处理具有挑战性。因而，需要对生成高质量2020欧洲杯投注官网 进行改进。

技术实现思路

技术特征：

1.一种处理器，包括：一个或更多个电路，所述一个或更多个电路使用一个或更多个神经网络来至少部分地基于一个或更多个图像的降噪版本来生成所述一个或更多个图像的上采样版本。

2.如权利要求1所述的处理器，其中所述一个或更多个电路至少部分地基于所述一个或更多个图像的所述降噪版本和所述一个或更多个图像的有噪声版本来生成所述一个或更多个图像的所述上采样版本。

3.如权利要求1所述的处理器，其中所述一个或更多个电路用于生成所述一个或更多个图像的所述降噪版本，其中生成所述降噪版本包括：从所述一个或更多个图像的有噪声版本分离纹理，以及与所述纹理分离地对所述一个或更多个图像的所述有噪声版本降噪。

4.如权利要求1所述的处理器，其中所述一个或更多个图像的所述上采样版本是高分辨率图像，并且所述一个或更多个图像的所述降噪版本是低分辨率图像。

5.如权利要求1所述的处理器，其中所述一个或更多个电路用于使用神经网络对所述一个或更多个图像的有噪声版本进行降噪来生成所述一个或更多个图像的所述降噪版本。

6.如权利要求1所述的处理器，其中所述一个或更多个电路用于通过对有噪声的一个或更多个图像的漫射光版本和所述有噪声的一个或更多个图像的镜面光版本分开进行降噪来生成所述一个或更多个图像的所述降噪版本。

7.如权利要求1所述的处理器，其中所述一个或更多个电路用于通过对有噪声的一个或更多个图像的漫射光版本和所述有噪声的一个或更多个图像的镜面光版本分开进行降噪来生成所述一个或更多个图像的所述降噪版本，其中所述一个或更多个神经网络使用不同的神经网络来对所述漫射光版本和所述镜面光版本进行降噪。

8.一种系统，包括存储器，所述存储器用于存储，作为由一个或更多个处理器执行指令的结果，则使所述系统使用一个或更多个神经网络来至少部分地基于一个或更多个图像的降噪版本来生成所述一个或更多个图像的上采样版本。

9.如权利要求8所述的系统，其中所述系统用于至少部分地基于所述一个或更多个图像的所述降噪版本和所述一个或更多个图像的有噪声版本来生成所述一个或更多个图像的所述上采样版本。

10.如权利要求8所述的系统，其中所述系统用于生成所述一个或更多个图像的所述降噪版本，其中生成所述降噪版本包括：从所述一个或更多个图像的有噪声版本分离纹理，以及对不具有所述纹理的所述一个或更多个图像的所述有噪声版本进行降噪。

11.如权利要求8所述的系统，其中所述一个或更多个图像的所述上采样版本是高分辨率图像，并且所述一个或更多个图像的所述降噪版本是低分辨率图像。

12.如权利要求8所述的系统，其中所述系统使用神经网络对所述一个或更多个图像的有噪声版本进行降噪来生成所述一个或更多个图像的所述降噪版本。

13.如权利要求8所述的系统，其中所述系统用于通过对有噪声的一个或更多个图像的漫射光版本和所述有噪声的一个或更多个图像的镜面光版本分开进行降噪来生成所述一个或更多个图像的所述降噪版本。

14.如权利要求8所述的系统，其中所述系统用于通过将有噪声的一个或更多个图像的漫射光版本和所述有噪声的一个或更多个图像的镜面光版本分开进行降噪来生成所述一个或更多个图像的所述降噪版本，其中所述一个或更多个神经网络使用不同的神经网络来对所述漫射光版本和所述镜面光版本进行降噪。

15.一种方法，包括：

16.如权利要求15所述的方法，所述方法进一步包括：

17.如权利要求15所述的方法，所述方法进一步包括：

18.如权利要求15所述的方法，其中所述一个或更多个图像的所述上采样版本是高分辨率图像，并且所述一个或更多个图像的所述降噪版本是低分辨率图像。

19.如权利要求15所述的方法，所述方法进一步包括：

20.如权利要求15所述的方法，所述方法进一步包括：

技术总结
本发明公开了使用神经网络生成经上采样的图像，具体公开了使用一个或更多个神经网络来至少部分地基于一个或更多个图像的降噪版本来生成所述一个或更多个图像的上采样版本的装置、系统和技术。至少一个实施例涉及从低分辨率图像的有噪声版本和降噪版本来生成经上采样的高分辨率图像。至少一个实施例涉及在对图像降噪之前将低分辨率图像的分量进行分离。

技术研发人员：刘诗秋,J·拉萨宁,M·兰青格,刘贵林,A·陶,B·C·卡坦扎罗
受保护的技术使用者：辉达公司
技术研发日：
技术公布日：2024/3/21