[發明專利]一種自適應區域低光增強的方法及相關設備在審
| 申請號： | 202310074751.7 | 申請日： | 2023-01-12 |
| 公開（公告）號： | CN116109811A | 公開（公告）日： | 2023-05-12 |
| 發明（設計）人： | 鄧宣;朱凌玉;王詩淇;馬思偉 | 申請（專利權）人： | 鵬城實驗室 |
| 主分類號： | G06V10/20 | 分類號： | G06V10/20;G06V10/52;G06V10/82;G06N3/0464 |
| 代理公司： | 深圳市君勝知識產權代理事務所(普通合伙) 44268 | 代理人： | 陳專 |
| 地址： | 518000 廣*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 自適應 區域 增強 方法 相關 設備 | ||
1.一種自適應區域低光增強的方法，其特征在于，所述自適應區域低光增強的方法包括：
獲取低照度圖像，將所述低照度圖像輸入至感知引導圖模塊，得到引導圖像信息；
基于所述引導圖像信息得到引導圖，將所述引導圖輸入至多尺度擴張卷積注意力機制模塊，得到細節修復后的第一圖像；
對所述第一圖像進行全局平均池化操作得到增強后的第二圖像，并將所述第二圖像進行處理得到低光增強圖像。
2.根據權利要求1所述的自適應區域低光增強的方法，其特征在于，所述感知引導圖模塊由五個殘差塊、一個長短期記憶單元和一個卷積層組成。
3.根據權利要求1所述的自適應區域低光增強的方法，其特征在于，所述基于所述引導圖像信息得到引導圖，將所述引導圖輸入至多尺度擴張卷積注意力機制模塊，得到細節修復后的第一圖像，具體包括：
獲取不同的輸入場景，基于所述引導圖像信息生成所述輸入場景對應的引導圖；
將所述引導圖輸入至所述多尺度擴張卷積注意力機制模塊，所述多尺度擴張注意力機制模塊通過不同粒度的特征信息對所述引導圖的不同區域的圖像細節進行修復，得到細節修復后的第一圖像。
4.根據權利要求3所述的自適應區域低光增強的方法，其特征在于，所述獲取不同的輸入場景，基于所述引導圖像信息生成所述輸入場景對應的引導圖，之后還包括：
對所述引導圖進行平滑約束處理以修復所述引導圖的噪聲，得到目標引導圖。
5.根據權利要求3所述的自適應區域低光增強的方法，其特征在于，所述多尺度擴張卷積注意力機制模塊由三個串聯的多尺度擴張卷積注意力機制結構組成，其中，所述多尺度擴張卷積注意力機制結構由三支并行特征組成，且每個所述并行特征包含不同的感受野。
6.根據權利要求1所述的自適應區域低光增強的方法，其特征在于，所述對所述第一圖像進行全局平均池化操作得到增強后的第二圖像，并將所述第二圖像進行處理得到低光增強圖像，具體包括：
獲取增強特征，基于所述增強特征對所述第一圖像進行全局平均池化操作，得到增強后的第二圖像；
根據總體損失函數的感知損失對所述第二圖像的預設因素進行約束處理，得到低光增強圖像。
7.根據權利要求6所述的自適應區域低光增強的方法，其特征在于，所述總體損失函數為：
LTotal＝λ*LTV+LPercept+LFid；
其中，LTotal為總體損失函數，λ為常數，LTV為總變分，LPercept為感知損失，LFid為約束。
8.根據權利要求7所述的自適應區域低光增強的方法，其特征在于，所述增強特征由三支特征聚合組成；其中，所述增強特征的表達式為：
其中，為增強特征，為第一支特征，為第二支特征，為第三支特征。
9.根據權利要求8所述的自適應區域低光增強的方法，其特征在于，所述第一支特征為：所述第二支特征為：所述第三支特征為：
其中，s為權重學習，U1為第一并行特征，U2為第二并行特征，U3為第三并行特征。
10.根據權利要求6所述的自適應區域低光增強的方法，其特征在于，所述預設因素包括圖像亮度、對比度和結構。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于鵬城實驗室，未經鵬城實驗室許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202310074751.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種域控系統微服務設計方法、系統、設備及可存儲介質
- 下一篇：空調器室內機
