基于深度网络的园区智能行为识别图像低光实时增强方法

本发明涉及一种基于深度网络的园区智能行为识别图像低光实时增强方法，旨在解决低光环境下图像亮度不足、细节缺失等问题，提升园区监控系统的行为识别准确性。方法包括：对输入的视频流进行预处理，压缩并格式转换为帧图像；将帧图像分解为光照分量和反射率分量；通过深度网络逐阶段处理，对光照分量执行变换域增强，对反射率分量进行特征优化，通过下采样、特征变换和上采样恢复空间分辨率；最后将优化后的光照和反射率分量结合生成增强的RGB图像。本发明采用深度可分离卷积降低计算复杂度，兼具实时性和轻量化，适用于边缘设备，在低光条件下显著提升图像质量和监控行为识别性能。