一种面向道路场景的无监督低光增强方法

AITNT
正文
推荐专利
一种面向道路场景的无监督低光增强方法
申请号:CN202411890998
申请日期:2024-12-20
公开号:CN119809952A
公开日期:2025-04-11
类型:发明专利
摘要
本发明涉及一种面向道路场景的无监督低光增强方法,本发明提出了一种面向道路场景的无监督低光增强方法,旨在提升自动驾驶系统在低光环境中的感知能力,特别是在夜间或复杂光照条件下,确保无人驾驶汽车的安全运行。针对现有方法在增强效果与实时性之间的不足,本发明通过多域协同特征提取与增强,提出了一种基于RGB、LAB和HSI色彩空间的联合增强策略。该方法不依赖大量标注数据,适用于实际应用场景,且在提升图像亮度和细节的同时保持良好的色彩一致性。通过轻量级卷积网络与物理先验结合,确保了实时处理的需求。最终,增强后的图像适用于自动驾驶系统的感知模块,有效提升低光环境下的感知精度和安全性,具有广泛的实际应用价值。
技术关键词
面向道路场景 色彩 自动驾驶系统 对比度 残差卷积神经网络 亮度 信息反馈机制 图片 高层语义信息 无人驾驶汽车 多域特征 特征提取网络 高斯滤波器 融合策略 通道 残差网络 卷积模块 物理 图像增强
系统为您推荐了相关专利信息
1
一种基于TSV_Mamba神经网络的红外弱小目标识别方法
神经网络模型 识别方法 扫描单元 合并单元 图像
2
一种基于图卷积神经网络和注意力机制的甲状腺肿瘤分类方法及系统
甲状腺肿瘤分类 补丁图像 注意力机制 上采样 特征向量空间
3
基于图像匹配技术的泥石流流速测量方法
拉普拉斯金字塔 图像匹配技术 特征点匹配方法 滤波 高斯金字塔
4
提高耐张线夹X射线检测成像质量的系统及方法
X射线发射装置 高压电源模块 数据处理模块 耐张线夹 控制中心
5
基于注意力机制的多场景视频图像纹理特征提取方法
像素点 全局对比度 注意力机制 邻域 神经网络模型识别
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