摘要
本发明公开了一种基于多查找表协同网络的实时低照度图像增强方法,包括如下步骤:获取包含成对低照度和正常照度图像的训练集;构建基于模拟一维、三维和四维多种查找表协同的增强网络,以及基于视觉状态空间模型的全局增强模块;构建损失函数,通过构建的网络对训练集进行低照度图像增强,计算损失值以调整所述网络模型的参数;遍历训练好的多查找表协同的模拟网络,并将结果以键值对的形式存入对应查找表;在训练集上对整个网络进行微调训练,得到训练好的低照度图像增强网络;将待处理的低照度图像输入到训练好的增强网络中,即可得到增强后的正常照度图像;本发明在低照度图像增强任务中实现了良好的细节保留和亮度恢复,同时基于查找表结构可以实现实时增强。
技术关键词
一维查找表
图像增强网络
状态空间模型
照度
三维查找表
索引
键值
通道
插值算法
训练集
像素
线性
查找表结构
分支
并行视觉
系统为您推荐了相关专利信息
Retinex算法
检测机械零件
瑕疵
图像
注意力机制
高层建筑
重构方法
状态空间模型
卡尔曼滤波算法
协方差矩阵
上行调度方法
低功耗物联网设备
注意力机制
网络服务器
深度强化学习算法
单相PWM整流器
传感器故障诊断
滑模观测器
开关器件
交流侧电流
重识别方法
状态空间模型
特征提取器
三元组
多分支