摘要
本发明提出了一种基于双重注意力的低照度图像增强方法。首先,为了在提取光照特征时更好地表达像素间的空间长程语义特征,方法引入了膨胀系数为[9 3 1 9 3 1]的多尺度膨胀卷积,以扩大空间感受野,并能够表达像素间语义依赖随距离增加而减弱的特性。接着,针对亮度增强过程中出现的噪声问题,我们设计了光照融合双重自注意力模块,不仅对通道自注意力进行了优化,还嵌入了基于多尺度膨胀卷积的空间自注意力,以更好地表达像素间的空间长程依赖关系。最后,我们采用了Unet++的多级跳跃连接方法,更好地融合不同尺度损坏修复层的语义信息。本发明在可接受计算复杂度的前提下,能够有效表达像素之间的长程依赖关系,展现出优异的低照度图像增强性能。
技术关键词
双通道注意力
矩阵
光照
多尺度膨胀卷积
图像增强方法
照度
网络模型训练
编码
预训练模型
语义特征
训练集
像素
输入多尺度
生成多尺度
编解码