一种基于滑动分层转换器的低照度光线增强方法

AITNT
正文
推荐专利
一种基于滑动分层转换器的低照度光线增强方法
申请号:CN202410704761
申请日期:2024-06-03
公开号:CN118691849A
公开日期:2024-09-24
类型:发明专利
摘要
计算机视觉技术领域,具体涉及一种基于滑动分层转换器的低照度光线增强方法,包括以下步骤:基于双分支卷积神经网络对输入的正常光图像和低照度图像进行分解,获取照度图和反射率图;基于所述照度图和反射率图,采用滑动分层转换器,利用多尺度特征图来分层调节照度,获取已调节照度图;对所述反射率图进行去噪处理,获取去噪反射率图;基于所述已调节照度图和去噪反射率图进行图像重建,获得低照度光线增强图像;本发明将滑动分层转换器技术与卷积神经网络相结合,能够为自动驾驶感知系统提供高质量的低照度光线增强图像。
技术关键词
照度 反射率 注意力机制 分层 Retinex算法 图像重建 多尺度特征 sigmoid函数 BM3D算法 输出特征 转换器技术 滑动窗口 计算机视觉技术 网络 多层感知器
系统为您推荐了相关专利信息
1
一种双检测与伪深度运动模型驱动的肉牛多目标跟踪方法
检测教师 跟踪方法 卡尔曼滤波 感知特征 网络
2
一种文本引导的语义场景补全方法及系统
点云特征 语义场景补全系统 文本编码器 融合特征 多层特征融合
3
单一系统对不同类型内容安全的高效审查方法及系统
颜色 形态 生成高密度 分层特征 参数
4
基于深度学习的复合材料CT图像性能识别方法
性能识别方法 复合材料 灰度矩阵 神经网络模型 刚度
5
一种基于语义空间双通道构图的结构化数据表示方法
结构化数据表示方法 节点特征 语义 编码器模块 神经网络框架
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号