-
公开(公告)号：CN117611454A
公开(公告)日：2024-02-27
申请号：CN202311604039.X
申请日：2023-11-28
Applicant: 桂林电子科技大学
IPC: G06T5/00 , G06T5/70 , G06T5/50 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及深度学习与图像增强技术领域，具体涉及一种基于卷积神经网络的零样本欠曝光监控图像增强方法，包括构建零样本卷积视网膜皮层理论分解网络；使用损失函数对所述零样本卷积视网膜皮层理论分解网络的迭代进行约束，得到最终分解网络；以所述最终分解网络为基础构建欠曝光监控图像多重曝光框架和专用损失函数，得到图像增强网络；将所述单张欠曝光监控图像输入所述图像增强网络进行三次增强，得到最终结果，解决现有的图像增强方法的实用性较差的问题。
Search Results
1
records
(took 0.024 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
