[发明专利]一种基于卷积神经网络的低光照图像增强方法在审
| 申请号： | 201810246429.7 | 申请日： | 2018-03-23 |
| 公开（公告）号： | CN108447036A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 贾惠柱;陶砺;祝闯;李源;解晓东 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明所述基于卷积神经网络的低光照图像增强方法，包括以下步骤：首先在卷积模块中输入特征图像，然后通过若干卷积模块进行处理。在每个卷积模块中，都在若干条卷积层路径下对特征图像进行第一次分支处理，并将整合后的第一次分支处理数据进行第二次分支处理，得到卷积模块的输出。在最后一个卷积模块后，使用卷积层进行计算，得到神经网络的输出，利用损失函数计算网络输出的图像数据与实际图像的差值，根据差值优化卷积神经网络的参数。本发明利用卷积神经网络实现低光照图像的增强，并利用损失函数对神经网络中的参数进行约束优化，达到所期望的增加图像的亮度、对比度，提升图像主观美感的效果，并极大程度上保持图像原有的结构、细节信息。 | ||
| 搜索关键词： | 卷积 卷积神经网络 分支处理 低光照 图像 神经网络 损失函数 图像增强 输出 计算网络 实际图像 输入特征 特征图像 图像数据 图像主观 细节信息 原有的 积层 条卷 整合 优化 美感 期望 | ||
【主权项】：
1.一种基于卷积神经网络的低光照图像增强方法，其特征在于，包括以下步骤：S1：提取实际图像的特征图像，输入所述特征图像，在若干条卷积层路径下对所述特征图像进行第一次分支处理，并在所述第一次分支处理结束后，将所述若干条卷积层路径下的处理结果整合到一起得到特征图像1；S2：在两条卷积层路径下对所述特征图像1进行第二次分支处理，并在所述第二次分支处理结束后，将所述两条卷积层路径下的处理结果整合到一起得到特征图像2；S3：利用设定损失函数计算所述特征图像2与实际图像的差值，根据所述差值优化卷积神经网络的参数，并输出得到增强后的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810246429.7/，转载请声明来源钻瓜专利网。
