申请/专利权人:北京航空航天大学杭州创新研究院
申请日:2020-12-30
公开(公告)日:2021-04-06
公开(公告)号:CN112614077A
主分类号:G06T5/00(20060101)
分类号:G06T5/00(20060101);G06K9/62(20060101);G06N20/00(20190101)
优先权:
专利状态码:有效-授权
法律状态:2022.08.19#授权;2021.04.23#实质审查的生效;2021.04.06#公开
摘要:本发明公开了一种基于生成对抗网络的非监督低照度图像增强方法,属于图像处理领域,本发明通过构建生成对抗网络的生成器和判别器,利用训练集对生成对抗网络的生成器和判别器进行训练,使用训练后的生成对抗网络对待处理的低照度图像进行增强得到增强图像。本发明能够利用非监督图像数据训练模型,从而解决监督数据数量少且获取困难的问题;同时该方法能通过基于图像梯度和亮度设计的注意力图解决图像增强后的过曝问题。
主权项:1.一种基于生成对抗网络的非监督低照度图像增强方法,其特征在于,包括如下步骤:构建生成对抗网络的生成器和判别器,利用训练集对生成对抗网络的生成器和判别器进行训练,使用训练后的生成对抗网络对待处理的低照度图像进行增强,得到增强图像;其中,所述生成器具有收缩路径和扩展路径;所述收缩路径由多个阶段组成,在一个阶段结束时,特征图被下采样,并且卷积滤波器的数量增加;所述扩展路径由多个阶段组成,在一个阶段结束时,特征图被上采样,并且卷积滤波器的数量减少;所述收缩路径每一个阶段输出的特征图除了进入下一阶段外,还通过跳层连接与注意力图做点积,经过通道注意力模块与扩展路径中对应阶段输出的特征图相连接,以作为扩展路径下一阶段的输入;扩展路径的最终输出经过卷积层将通道数降低后与注意力图作点积并通过跳层连接与输入图片相加,得到生成器的最终输出。
全文数据:
权利要求:
百度查询: 北京航空航天大学杭州创新研究院 一种基于生成对抗网络的非监督低照度图像增强方法
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。