基于神经网络的恢复低照度图像高级特征的方法及系统

本申请涉及机器视觉技术领域，提供了一种基于神经网络的恢复低照度图像高级特征的方法及系统。该方法中，基于神经网络模型对低照度的源图像进行处理，得到第一图像，并通过多维高斯函数，对第一图像及与源图像对应的正常照度的目标图像进行高斯模糊，提取第一图像及目标图像的高级特征；基于变形后的峰值信噪比模型，确定第一图像及所述目标图像的高级特征的微分损失值，对神经网络模型进行更新，以基于更新后的神经网络模型对低照度图像进行高级特征恢复。籍以，在神经网络模型反向传播的过程中，通过在损失函数中加入变形的峰值信噪比模型，对神经网络模型进行更新，实现神经网络模型更好地恢复图像中的高级特征。