Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020152521 - SYSTEMS AND METHODS FOR TRANSFORMING RAW SENSOR DATA CAPTURED IN LOW-LIGHT CONDITIONS TO WELL-EXPOSED IMAGES USING NEURAL NETWORK ARCHITECTURES

Publication Number WO/2020/152521
Publication Date 30.07.2020
International Application No. PCT/IB2019/059897
International Filing Date 18.11.2019
IPC
G06T 5/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
G06N 3/02 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
Applicants
  • INCEPTION INSTITUTE OF ARTIFICIAL INTELLIGENCE, LTD. [AE]/[AE]
Inventors
  • ZAMIR, Syed Wagas
  • KHAN, Salman Hameed
  • KHAN, Fahad Shahbaz
  • ARORA, Aditya
  • SHAO, Ling
Agents
  • PAGANINI, Kevin
Priority Data
16/254,79623.01.2019US
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) SYSTEMS AND METHODS FOR TRANSFORMING RAW SENSOR DATA CAPTURED IN LOW-LIGHT CONDITIONS TO WELL-EXPOSED IMAGES USING NEURAL NETWORK ARCHITECTURES
(FR) SYSTÈMES ET PROCÉDÉS PERMETTANT DE TRANSFORMER DES DONNÉES DE CAPTEUR BRUTES CAPTURÉES DANS DES CONDITIONS DE FAIBLE LUMINOSITÉ EN IMAGES BIEN EXPOSÉES À L'AIDE D'ARCHITECTURES DE RÉSEAU NEURONAL
Abstract
(EN)
This disclosure relates to improved techniques for generating images from raw image sensor data captured in low-light conditions without the use of flash photography. The techniques described herein utilize a neural network architecture to transform the raw image sensor data into well-exposed images. The neural network architecture can be trained using a multi-criterion loss function that jointly models both pixel-level and feature-level properties of the images. The images output by the neural network architecture can be provided to a contrast correction module that enhances the contrast of the images.
(FR)
L'invention concerne des techniques améliorées permettant de générer des images à partir de données de capteur d'image brutes capturées dans des conditions de faible luminosité sans utiliser de photographie flash. Les techniques de l'invention utilisent une architecture de réseau neuronal pour transformer les données de capteur d'image brutes en images bien exposées. L'architecture de réseau neuronal peut être apprise à l'aide d'une fonction de perte multi-critères qui modélise conjointement les propriétés de niveau pixels et de niveau caractéristiques des images. Les images générées par l'architecture du réseau neuronal peuvent être fournies à un module de correction de contraste qui améliore le contraste des images.
Also published as
Latest bibliographic data on file with the International Bureau