基于神经网络的图像亮度提高方法

本申请涉及图像处理技术领域，公开了一种基于神经网络的图像亮度提高方法，该方法包括数据准备：获取图像样本集，所述图像样本包括收集到的不同光照条件、人像特征及背景环境的若干个图像样本，并标注每张图像样本的理想亮度效果作为目标输出；模型训练：构建神经网络模型，利用所述图像样本集对所述神经网络模型进行训练，通过调整网络结构和损失函数优化图像亮度映射关系；预处理：对输入图像进行尺寸限制、归一化处理及人脸区域检测；提亮实现：将预处理后的图像输入训练完成的神经网络模型，输出亮度增强后的图像。本发明通过神经网络架构优化、多尺度数据增强、动态参数调整及高效量化部署，在提升图像亮度的同时兼顾视觉效果与计算效率。