一种基于语义感知颜色损失函数的低光图像网络优化方法

AITNT
正文
推荐专利
一种基于语义感知颜色损失函数的低光图像网络优化方法
申请号:CN202510407424
申请日期:2025-04-02
公开号:CN120259152A
公开日期:2025-07-04
类型:发明专利
摘要
本发明提出了一种基于语义感知颜色损失函数的低光图像网络优化方法,包括如下步骤:将低光图像通过低光图像增强网络;使用分割网络分割增强后的图像得到分割图;利用分割图将增强后的图像和对应的正常光图像划分为具有不同实例的图像块;将每个图像块由RGB空间图像转化为LAB空间图像和LCH空间图像;计算每个图像块在三个颜色空间中的颜色损失;采用低光自适应动态分配策略将三个不同颜色空间的损失相加,得到最终颜色损失;将最终颜色损失通过反向传播机制指导低光图像增强网络的参数优化。本发明引入语义信息,保证图像不容易偏离原始区域的颜色,损失函数约束每个图像块的颜色,减弱了因在全局计算颜色损失而造成的细节缺失和颜色失真等问题。
技术关键词
网络优化方法 图像增强网络 语义 动态分配策略 LAB颜色空间 金字塔池化模块 自动微分技术 交叉注意力机制 双分支结构 梯度下降算法 光照特征 图像块 直方图 代表 亮度
系统为您推荐了相关专利信息
1
面向小尺度的深度学习变化检测方法、装置、设备及介质
地物要素 变化检测方法 深度学习模型 计算机可执行指令 多尺度
2
基于语义增强和知识蒸馏的关系抽取模型构建方法及系统
关系抽取模型 教师 学生 输出特征 样本
3
基于工业物联网的仓库环境调节方法、系统、设备及介质
内部环境参数 语义分割模型 物料划分 工业物联网系统 仓库环境调节系统
4
适用于深度信息缺失场景下的林果位姿估计方法和系统
位姿估计方法 旋转特征 采摘机器人 多尺度特征 矩阵
5
一种基于时序图像的植物耐盐响应建模预测方法及系统
植物耐盐 建模预测方法 语义分割模型 时序 高质量训练数据集
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