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！

龙图腾网获悉西北工业大学申请的专利基于轻量化增强网络的复杂光线下路况监测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119888647B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510393256.1，技术领域涉及：G06V20/54；该发明授权基于轻量化增强网络的复杂光线下路况监测方法及系统是由王浩宇;周果清;冯双宇;肖天祺;李冰洁;王庆设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于轻量化增强网络的复杂光线下路况监测方法及系统在说明书摘要公布了：本发明提供了基于轻量化增强网络的复杂光线下路况监测方法及系统，属于交通路况智能检测领域。本发明采用弱光增强网络PLED‑Net，针对图像在弱光环境下的低对比度和噪声问题进行了优化；在弱光增强网络PLED‑Net基础上引入散光增强网络TSD‑Net，提升了图像在散光环境下的清晰度和细节表现；同时，在弱光增强网络PLED‑Net基础上引入逆光增强网络Expand‑Net，有效解决了逆光环境下的过曝和阴影问题。本发明利用轻量化增强网络显著提高了多复杂光线条件下的图像质量；路况检测系统包括摄像头和边缘计算平台，路况检测系统能在多种复杂光线条件下正常工作，降低了对多模态传感器的依赖，在保证高效实时处理的同时，降低了路况监测成本。

本发明授权基于轻量化增强网络的复杂光线下路况监测方法及系统在权利要求书中公布了：1.一种基于轻量化增强网络的复杂光线下路况监测方法，其特征在于，所述路况监测方法包括以下步骤： 步骤1，利用USB摄像头采集路况视频，通过USB传输协议将采集的路况视频流实时传输至边缘计算平台中；所述边缘计算平台包括轻量化增强网络和PP-YOLOE-PLUS-Tiny模型；所述轻量化增强网络包括弱光增强网络PLED-Net、散光增强网络TSD-Net和逆光增强网络ExpandNet； 步骤2，初始化轻量化增强网络和PP-YOLOE-PLUS-Tiny模型的参数：启动路况监测系统时，所述参数统一自动初始化，并一次性加载至路况监测系统中；所述轻量化增强网络和PP-YOLOE-PLUS-Tiny模型在路况监测系统运行期间持续保持激活状态，直至路况监测系统退出时释放全部权重； 步骤3，轻量化增强网络根据光线环境动态选择弱光增强网络PLED-Net、散光增强网络TSD-Net和逆光增强网络ExpandNet进行图像增强处理，得到单帧增强图像； 所述弱光增强网络PLED-Net基于Retinex理论，弱光增强图像过程依次为增强、去噪、增强、去噪和增强五个阶段；弱光增强网络通过渐进式增强和自适应去噪实现高质量图像增强；弱光增强网络PLED-Net包括PMSRIEB和DEANRB； 所述散光增强网络TSD-Net的图像增强过程如下： 首先，散光图像通过多尺度注意力提取模块进行特征提取得到散光特征图； 然后，散光图像和散光特征图像先逐像素相乘再相加得到输入特征提取图； 接着，输入特征提取图经过双分支特征提取模块得到两个初步散光增强图像； 最后，将输入特征提取图与两个初步散光增强图像合并输入到多特征融合模块中得到散光增强图像； 所述逆光增强网络ExpandNet采用双分支卷积的卷积网络；双分支卷积的卷积网络包含两个分支；第一分支包括四个3x3卷积层；第二分支包括七个3x3卷积层；两个分支均有64个通道； 步骤3.1，逆光图像经第一分支处理得到细节特征图像，细节图像的图像尺寸不变； 步骤3.2，逆光图像经第二分支逐步下采样得到全局特征图像，全局特征图像的尺寸缩减至1x1； 步骤3.3，将细节特征图像与全局特征图像进行融合，并输入至一个3x3卷积层中，卷积层的通道数从128降至3，得到逆光增强图像； 步骤4，将单帧增强图像输入至PP-YOLOE-PLUS-Tiny模型中进行检测，得到路况监测图像； 步骤5，将路况监测图像批量组合成视频流进行可视化展示；批量组合是指将5帧图像组合为一批。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。