摘要
本发明涉及一种多级深度特征融合的低光图像增强方法,属于图像增强处理技术领域。本发明通过编码网络提取出M个尺度下的图像特征,通过多级特征动态融合网络对获取低光图像、每个编码分支网络输出特征与之前尺度下图像特征的叠加结果进行特征融合,以得到M个尺度动态融合特征,利用解码网络用于对各尺度融合后的特征进行解码,以得到增强后的低光图像。因此,本发明的低光图像增强模型能够利用多尺度输入编码器提取图像的多尺度特征,采用多级特征融合网络动态融合多级特征。因此,本发明能有效地解决低光图像增强过程中细节模糊、噪声放大、颜色失真问题,极大的提高了低光图像增强效果。
技术关键词
多级深度特征融合
图像增强方法
图像增强模型
浅层特征提取
感知损失函数
分支
解码网络
编码
多级特征融合
输出特征
融合特征
动态
对比度
注意力
光照
系统为您推荐了相关专利信息
智能决策引擎
意图识别模型
测试意图
服务终端
数据处理方法
水下图像增强方法
颜色直方图
水下图像增强系统
预训练模型
文本编码器
水下图像增强方法
生成对抗网络
退化物理模型
双编码器
场景深度估计