一种基于强化学习框架的白盒照片后期处理方法

摘要

本发明中提出的一种基于强化学习框架的白盒照片后期处理方法，其主要内容包括：后期处理模型、滤波器设计、网络学习，其过程为，首先使用深度卷积神经网络构建系统，学习在输入图像上应用的不同操作，然后通过将这些操作以统一的方式建模，对各种类型的编辑进行训练，最后为了以适当的顺序和适当的参数应用滤波器，采用强化学习方法，学习如何根据图像的当前状态决定下一步要采取的行动。本发明解决了用户难以获得反映其处理偏好的配对图像且应用范围较小的问题，通过基于强化学习框架的后期处理模型，可以学习用户的处理偏好生成处理结果，应用范围更广泛。