一种低照度图像增强方法及其神经网络

AITNT
正文
推荐专利
一种低照度图像增强方法及其神经网络
申请号:CN202410767218
申请日期:2024-06-14
公开号:CN118710569A
公开日期:2024-09-27
类型:发明专利
摘要
本发明提供了一种低照度图像增强方法及其神经网络,主要针对低照度环境下的车辆图像亮度增强,本发明给出了一种新的低照度图像增强神经网络,包括多尺度特征提取网络、对比度注意力网络、二次函数映射网络;其中由多尺度特征提取网络提取出原始图像的多尺度特征,再由对比度注意力网络进行对比度增强,最终由二次函数映射网络根据增强后的特征实现低照度图像亮度增强。本发明所提出的神经网络采用无参考图像的网络,本网络结构相对简单,能够减少训练时间,并且对于计算能力的要求不高。
技术关键词
对比度 多尺度特征提取 权重特征 注意力 边缘轮廓 Sigmoid函数 亮度 照度 非线性 优化神经网络 图像增强 输出特征 特征提取网络 像素 分支 融合特征
系统为您推荐了相关专利信息
1
设备运维知识大模型构建方法与智能问答系统及设备
三元组 模型构建方法 语义 实体 矩阵
2
一种低样本NL2SQL智能生成方法及装置
智能生成方法 自然语言 语义 样本 意图识别
3
物料检索方法、装置、计算机设备及存储介质
物料检索方法 融合特征 计算机可读指令 文本 多模态特征融合
4
一种体检报告的结构化解析方法、装置、设备及存储介质
图片 大语言模型 结构化解析方法 文本特征向量 图像特征向量
5
基于RDH的图像低失真可逆对比度增强方法
模糊均值聚类 数据嵌入 全局对比度 直方图均衡化 列表
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