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
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
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
位姿估计方法
旋转特征
采摘机器人
多尺度特征
矩阵
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