买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥君正科技有限公司

摘要：本发明提供一种构建动态训练数据集的方法，利用多个静态场景拍摄，模拟动态场景位移，使得不对齐数据位移可控，获取较好的训练对，同时使用平移等方式对静态场景数据进行操作，获取更多较好训练对；在每个静态场景拍摄多组不同曝光时间的数据，根据合成算法选择比较接近真实场景动态范围的多帧数据作为训练对，这种方式采集的数据可以复用。

主权项：1.一种构建动态训练数据集的方法，其特征在于，所述方法包括以下步骤：S1.选取曝光时间序列t1，t2，...，t10，以保证合成的宽动态图像能够覆盖各个场景的动态范围；S2.定义scene_i_j表示第i个大场景的第j个子场景，大场景表示摄像头移动的场景，子场景表示摄像头不动，摄像头拍摄的物体有位移的场景；在静态场景scene_i_j下，用三脚架固定摄像头连续拍摄10张不同曝光时间的图像，记录为image_scene_i_j_1，image_scene_i_j_2，...，image_scene_i_j_10，同时记录相应的曝光时参数间t1，t2，...，t10；S3.根据加权融合算法得到每个子场景的宽动态图像标签gt_scene_i_j；S4.根据两帧宽动态合成算法，在每个场景scene_i_j中选择需要2张合成宽动态图像，对10张不同曝光的图像挑选其中2张进行组合，能够获得45个组合C_2_1，C_2_2，...，C_2_45，对这45个组合使用步骤S3的加权融合算法获得45个宽动态图像候选标签gt_scene_i_j_1,..,.gt_scene_i_j_45；S5.制作对齐训练对：挑选接近真实场景动态范围的宽动态图像标签，考虑到宽动态图像通常会经过色调映射算法显示，采用下式2对宽动态图像标签gt_scene_i_j和宽动态图像候选标签gt_scene_i_j_1,..,.gt_scene_i_j_45行比较，计算峰值信噪比mu_psnr，并对45个峰值信噪比进行排序，选取最优标签作为训练标签gt_scene_i_j_b，训练标签gt_scene_i_j_b和短帧、长帧组合得到对齐数据训练对； 其中mu为固定系数5000，Igt为宽动态图像标签，Il为宽动态候选标签，mu_psnr为峰值信噪比，越大表示宽动态图像标签和宽动态候选图像标签相似度越高；其中，此式2中的m、n分别为宽动态图像的宽、高；S6.制作真实不对齐训练对：定义第i个大场景，第j个子场景所选择的第k个对齐数据训练对为image_scene_i_j_k_1，image_scene_i_j_k_2，gt_scene_i_j_k，其中image_scene_i_j_k_1，image_scene_i_j_k_2分别为训练对的短帧、长帧，gt_scene_i_j_k为训练对的标签，根据对齐训练对组合的曝光时间t_scene_i_j_k_1，t_scene_i_j_k_2，在同一大场景i内，以短帧图像作为参考帧，用不同子场景对应相同曝光时间的长帧图像替换对齐训练对组合中的长帧对齐图像，得到曝光时间相同不对齐训练对；S7.制作平移不对齐训练对：对于第i个大场景，第j个子场景所选择的第k个对齐数据训练对[image_scene_i_j_s，image_scene_i_j_l，...,gt_scene_i_j_b]，以对齐训练对的短帧为参考帧，将对齐训练对的长帧的图像进行水平垂直方向的随机平移，水平垂直平移像素不同时超过20，平移后替换对齐训练对的长帧得到平移不对齐训练对；S8.将对齐训练对、真实不对齐训练对、平移不对齐训练对汇总合并，构建宽动态训练数据完成。

全文数据：

权利要求：

百度查询： 合肥君正科技有限公司 一种构建宽动态训练数据集的方法