[发明专利]基于生成对抗网络的无参考低光照图像增强方法及系统

权利要求书

1.一种基于生成对抗网络的无参考低光照图像增强方法，其特征在于，包括以下步骤：

分别对原始分辨率的低光照图像和正常光照图像进行预处理，得到用于训练的不成对的低光照图像块和正常光照图像块；

构建用于低光照增强的生成器网络和用于进行对抗训练的判别器网络；

使用低光照图像块和正常光照图像块交替训练生成器网络和判别器网络收敛到纳什平衡；

将用于测试的原始低光照图像输入训练好的生成器网络预测其增强后的图像；

构建的判别器网络包括全局判别器网络和局部判别器网络，使用低光照图像块和正常光照图像块交替训练生成器网络和判别器网络收敛到纳什平衡，具体包括以下步骤：

将低光照图像块随机划分为多个批次，每个批次包含N个图像块；

将正常光照图像块随机划分为多个批次，每个批次包含N个图像块；

将低光照图像块按批次输入生成器网络得到增强图像块，将增强图像块和正常光照图像块按批次分别输入全局判别器网络和局部判别器网络得到判别结果；

根据生成器网络的总目标损失函数，使用反向传播方法计算生成器网络中各参数的梯度，并利用随机梯度下降方法更新生成器网络的参数；

根据判别器网络的总目标损失函数，使用反向传播方法计算全局判别器网络和局部判别器网络中各参数的梯度，并利用随机梯度下降方法更新全局判别器网络和局部判别器网络的参数；

以批次为单位重复进行上述步骤，直至生成器网络的目标损失函数数值和判别器网络的目标损失函数数值收敛到纳什平衡，保存网络参数，完成生成器和判别器网络训练过程。

2.根据权利要求1所述的基于生成对抗网络的无参考低光照图像增强方法，其特征在于，对原始分辨率的低光照图像和正常光照图像进行预处理的具体方法为：

分别将原始分辨率的低光照图像、正常光照图像在随机位置上进行切块，其中切块大小随机选取128×128到320×320之间的正方形尺寸，然后将得到的切块统一缩小到128×128大小，作为训练用的低光照图像块和正常光照图像块；

分别将得到的低光照图像块和正常光照图像块进行随机的旋转和翻转，并且使用如下公式缩放图像的像素范围，得到用于训练的不成对的低光照图像块和正常光照图像块数据集；

其中，I^ori为像素值范围处于[0,255]的原始图像，I是经过缩放后像素范围处于[-1,1]的图像。

3.根据权利要求2所述的基于生成对抗网络的无参考低光照图像增强方法，其特征在于，构建用于低光照增强的生成器网络的具体方法为：

生成器网络采用U-Net结构，包含编码器和解码器两部分，分别包含3次下采样提取图像特征和3次上采样还原输出图像，并将各尺度的编码器输出特征跳连到解码器部分对应层的输入中；其中编码器的下采样由步长为2、卷积核大小为3×3的卷积操作完成，解码器的上采样由最近邻插值的方式进行；在编码器部分，使用卷积、批归一化和带泄漏修正线性单元Leaky ReLU激活进行图像特征提取；在解码器部分，使用卷积、层归一化、Leaky ReLU激活和上采样操作来还原增强图像；

通过卷积子网络将输入的低光照图像编码成具有全局语义信息的潜在编码，使用潜在编码对编码器部分最后的输出特征进行自适应实例归一化，以实现适应不同亮度的输入低光照图像的特征调整；

分别将多尺度权重图与解码器的每层输出特征进行自注意力融合，通过将权重图融合到解码器特征中，以实现强化低光照区域的特征表达。