摘要
本发明公开了基于可学习语义先验的低照度图像增强方法,首先输入分为两个分支,两个分支均以低光可见光图像为输入,其中一个分支用于图像内容的恢复与重构,另一个分支用于预测低光图像的语义先验;在第一个分支中,对输入的低光可见光图像进行增强处理;在第二个分支中,学习并预测图像的语义先验信息;用从语义学习器获取的语义先验,逐步恢复图像的细节,最终生成增强后的可见光图像;最后设计损失函数以指导低光图像算法的训练过程。本发明通过可学习的预测语义先验任务揭示低光图像中隐藏的细节,从而提升图像的生成质量。
技术关键词
语义先验
图像增强方法
可见光图像
学习器
照度
分支
通道
卷积模块
语义知识库
语义分割模型
编码器
输出特征
地面
跨模态
重构
网络
系统为您推荐了相关专利信息
缺陷识别方法
钢丝绳
计算机视觉
照度
Retinex算法
消防报警设备
火灾预测方法
海上平台
可见光图像
策略
露天矿边坡
纹理获取方法
近红外滤光片
成像组件
成像装置
解算系统
弹道解算方法
数据获取单元
嵌入式平台
可见光图像