[发明专利]一种基于深度学习的图像增强方法

摘要

本发明公开了一种基于深度学习的图像增强方法，包括：选取由专业摄影师拍摄的图像，并让专业修图师进行修图，构建神经网络训练数据集，并划分为训练集Ttrain和测试集Ttest；采用了具有全局特征的U‑Net的神经网络S(·)；其输入为经过数据增强的原始图像SInput与先验光照估计I，输出为增强后的Routput与Ioutput；随机初始化神经网络S(·)中的权重参数、学习率、批大小等相关参数；采用误差反向传播算法训练所述的图像增强神经网路模型，并基于权重图计算损失，从而得到深度图像增强模型；相较于先前方法具有更加自然的颜色、更加吸引人、更好的对比度，与专业修图师修后图像的差异性更小，没有伪影现象，并且推理时间很少，可以在手机等设备上以ms级实时运行。