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
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
性能识别方法
复合材料
灰度矩阵
神经网络模型
刚度
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