一种用于增强低光图像的可学习光照先验残差网络

AITNT
正文
推荐专利
一种用于增强低光图像的可学习光照先验残差网络
申请号:CN202510267813
申请日期:2025-03-07
公开号:CN120198336A
公开日期:2025-06-24
类型:发明专利
摘要
本发明公开了一种用于增强低光图像的可学习光照先验残差网络,其包括光照觉醒模块和去噪与增强模块两部分,光照觉醒模块设置有可学习照明先验模块,用于提取光照信息并生成光照图;去噪与增强模块采用带有跳跃连接的U型结构,用于提升亮度并抑制噪声;U型结构的下采样分支中设置有光照引导卷积注意力模块,U型结构的上采样分支中设置有光照引导注意模块,用于从深度特征中恢复图像细节。该网络通过两次学习低光图像与正常光图像间的差异,分阶段逐步改善低光图像的亮度和细节,获得低光图的增强图像,通过可学习的光照先验模块准确估计光照信息并进行有效补偿,提出光照引导卷积注意力模块,用于实现光照与细节信息的有效融合。
技术关键词
注意力 残差网络 图像 表达式 U型结构 学习照明 光照特征 通道 分支 亮度 融合特征 前馈神经网络 输入模块 多层感知机 残差结构 对比度 分阶段 上采样
系统为您推荐了相关专利信息
1
一种基于人工智能的条件扩散模型磁共振图像生成方法
图像生成方法 编码器 解码器 磁共振数据集 上采样
2
猪只乳头健康状况评估装置及评估方法
图像采集设备 信息识别设备 健康状况评估方法 栅栏 视频流
3
一种基于营销场景的视频自动化生成方法
自动化生成方法 脚本 企业产品展示 场景类别 场景分类
4
一种数字医学健康参数监测装置
数字医学健康参数监测装置 脉象数据 眼动数据 模型库 多算法融合模型
5
一种基于奇异值分解与动态区域分割的图像压缩方法
图像压缩方法 行列特征向量 保留图像细节 编码结构 分块
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