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
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
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
模糊均值聚类
数据嵌入
全局对比度
直方图均衡化
列表