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！

龙图腾网获悉中国矿业大学(北京);北京力岩智矿科学技术研究院有限公司申请的专利基于神经网络的恢复低照度图像高级特征的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：CN119693273B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411737843.X，技术领域涉及：G06T5/77；该发明授权基于神经网络的恢复低照度图像高级特征的方法及系统是由孙振明;申泽清;刘世奇;刘辉;左栋;李佳;孙启东;李明檐;郭霖源设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于神经网络的恢复低照度图像高级特征的方法及系统在说明书摘要公布了：本申请涉及机器视觉技术领域，提供了一种基于神经网络的恢复低照度图像高级特征的方法及系统。该方法中，基于神经网络模型对低照度的源图像进行处理，得到第一图像，并通过多维高斯函数，对第一图像及与源图像对应的正常照度的目标图像进行高斯模糊，提取第一图像及目标图像的高级特征；基于变形后的峰值信噪比模型，确定第一图像及所述目标图像的高级特征的微分损失值，对神经网络模型进行更新，以基于更新后的神经网络模型对低照度图像进行高级特征恢复。籍以，在神经网络模型反向传播的过程中，通过在损失函数中加入变形的峰值信噪比模型，对神经网络模型进行更新，实现神经网络模型更好地恢复图像中的高级特征。

本发明授权基于神经网络的恢复低照度图像高级特征的方法及系统在权利要求书中公布了：1.一种基于神经网络的恢复低照度图像高级特征的方法，其特征在于，包括： 步骤S101、基于预设的神经网络模型，循环提取采集的低照度的源图像中实体特征的不同级别的特征照度进行卷积操作，并对提取的所述特征照度进行恢复，得到第一图像； 步骤S102、通过多维高斯函数，对所述第一图像及获取的与所述源图像对应的正常照度的目标图像进行高斯模糊，分别提取所述第一图像的高级特征以及所述目标图像的高级特征； 步骤S103、基于变形后的峰值信噪比模型，按照公式： 确定所述第一图像的高级特征和所述目标图像的高级特征的微分损失值；其中，为所述目标图像的最大像素值；为所述第一图像与所述目标图像的均方误差； 按照公式： 确定变形后的均方误差； 其中，为所述第一图像的高级特征在坐标为上的像素值； 为所述目标图像的高级特征在坐标上的像素值； 分别为经过多维高斯模糊后只保留高级特征的图像的长和宽； 均为正整数； 步骤S104、根据所述微分损失值，对所述神经网络模型进行更新，以基于更新后的所述神经网络模型对低照度图像的高级特征进行恢复。

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中国矿业大学(北京);北京力岩智矿科学技术研究院有限公司，其通讯地址为：100083 北京市海淀区学院路丁11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”。