一种基于多任务孪生神经网络的暗光增强方法

本发明公开了一种基于多任务孪生神经网络的暗光增强方法，涉及图像增强技术领域，训练过程包括：采集暗光图像和正常光图像并预处理；将暗光图像和正常光图像输入到RL孪生分解网络中，得到分解后的暗光反射图像、正常光反射图像、暗光亮度图像以及正常光亮度图像；将孪生神经网络提取的特征图拼接后送入前景分割网络分支，得到前景预测掩码图；将暗光亮度图像送入亮度调整网络得到暗光增强后的亮度图像，将暗光增强后的亮度图像与暗光反射图像做点积，得到增强后的图像，综合训练网络；使用过程包括：删除辅助训练分支，形成端到端模型，直接将暗光图像输入图像增强模型，得到增强后的图像；该暗光增强方法，优化了暗光图像增强效果，同时减少推理时间，减小部署复杂度。