摘要
本发明属于车辆图像处理技术领域,涉及一种基于生成对抗网络的车辆全景环视图光照增强方法,该方法是将光照条件不佳的车辆全景环视图输入以光照良好的车辆全景环视图及其随机降低亮度的低光照车辆全景环视图作为训练数据集训练的光照增强生成对抗网络中,生成光照增强的图像;其中光照增强生成对抗网络包括采用注意力引导的U‑Net网络结构的生成器和采用全局‑局部双尺度判别结构的判别器,且损失函数由对抗损失、感知损失和颜色损失组成;本发明解决了在夜晚或其他低光照场景下车辆全景环视图清晰度差、对比度低等问题,进而可以支持智能驾驶系统实现准确的目标识别和检测。
技术关键词
车辆全景
生成对抗网络
光照
车辆图像处理技术
对抗性
网络结构
上采样
智能驾驶系统
样本
亮度
全局平均池化
通道
鱼眼相机
多层感知机
图像拼接
颜色
注意力机制
数据
系统为您推荐了相关专利信息
三角剖分方法
图像
人脸识别方法
人脸深度
残差网络模型
故障监测装置
液压机
故障监测方法
曲线
构建预测模型
人工神经网络
异常检测方法
重建误差
序列
异常检测装置