龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门瑞为信息技术有限公司
摘要：本发明公开了深度学习模型的暗光图像增强方法，raw图像会先经过混合特征补偿机制以增强模型对图像细节及纹理特征的处理；然后，编码器负责捕捉图像的关键特征信息和噪声信息，为后续的图像去噪和颜色渲染提供基础；随后，raw解码器将编码器提取的特征进行处理，实现图像去噪，利用raw图像的噪声可处理特性去除图像中的噪声，保留图像的重要细节和纹理；最后，带稀疏注意力及门控前馈机制的sRGB解码器负责颜色空间的转换和色彩增强，确保最终图像在视觉上更接近真实世界的光照条件，以便在各种显示设备上呈现。本发明通过引入混合特征补偿机制、稀疏注意力机制以及门控前馈机制能够有效改善低光照环境下的图像质量。
主权项：1.一种深度学习模型的暗光图像增强方法，使用深度学习算法增强图像数据，其特征在于：模型包括混合特征补偿机制、编码器、raw解码器及sRGB解码器；混合特征补偿机制包括特征提取模块及特征补偿模块，特征提取模块对输入的raw图像进行特征提取，特征补偿模块对输入的raw图像以及经过特征提取的raw图像进行特征补偿，通过集成多个子网络来提取和融合多尺度特征，并利用自注意力机制动态调整各特征表示的贡献，增强对图像细节及纹理特征的处理；编码器在混合特征补偿机制的基础上，负责捕捉图像的关键特征信息和噪声信息并加以区分，为后续的图像去噪和颜色渲染提供基础；raw解码器负责将编码器提取的特征进行处理，实现图像去噪，并利用raw图像的噪声可处理特性，来去除图像中的噪声，保留图像的重要细节和纹理；sRGB解码器包括反馈特征融合模块和解码模块，反馈特征融合模块将raw解码器的输出与编码器的输出中的特征进行融合；解码模块利用稀疏自注意力机制，能够保留最有用的特征信息并减少噪声或无关信息的干扰，使网络更加聚焦于重要信息，解码模块还通过门控前馈机制，将经过编码器和raw解码器的去噪及增强后的特征进行色彩校正和色彩空间转换处理，将raw域图像映射到sRGB域，以生成色彩准确且高质量的增强图像。
全文数据：
权利要求：
百度查询： 厦门瑞为信息技术有限公司 深度学习模型的暗光图像增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号