摘要
本发明涉及一种基于轻量化多尺度移位卷积网络的实时弱光图像增强方法,属于图像处理技术领域,包括以下步骤:S1:构建基于轻量化多尺度移位卷积网络的实时弱光图像增强网络模型,包括搭建基于深度Auto‑Encoder架构的轻量化弱光图像增强网络,确定特征编码器、瓶颈层、特征解码器及损失函数监督模块的核心构成,并定义DSConv、MSRB的关键参数与网络整体配置;S2:对所述实时弱光图像增强网络模型进行训练,得到最优模型参数;S3:使用最优模型参数搭建适配车载嵌入式平台的实时弱光图像增强网络模型,对车载摄像头实时采集的弱光图像进行增强。
技术关键词
图像增强网络
弱光图像增强方法
嵌入式平台
解码器
车载摄像头
编码器
图像增强系统
瓶颈
参数
模型训练模块
偏移特征
多尺度特征
图像处理技术
搭建模块
分辨率
核心
系统为您推荐了相关专利信息
序列
语音生成方法
融合特征
特征分布信息
多模态
融合建模方法
多任务
文本编码器
图像编码器
特征提取单元
一维卷积神经网络
中子
超参数
粒子群优化算法
波形
意图
协同控制方法
智能体交互
环境状态信息
大语言模型