Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学杨浩获国家专利权

南京邮电大学杨浩获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种基于多尺度融合U-Net网络结构低照度图像增强方法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:CN120013787B

龙图腾网通过国家知识产权局官网在2025-11-11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:202510178406.7,技术领域涉及:G06T5/60;该发明授权一种基于多尺度融合U-Net网络结构低照度图像增强方法是由杨浩;孟凡;杨恒新设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

一种基于多尺度融合U-Net网络结构低照度图像增强方法在说明书摘要公布了:本发明公开了一种基于多尺度融合U‑Net网络结构低照度图像增强方法,包括:S1、构造训练数据集和测试样本集;S2、构建低照度增强网络模型;S3、联合计算多种损失函数;S4、训练低照度增强网络模型;S5、对训练后的低照度增强网络模型转换量化部署;S6、对待增强图像数据进行预处理;S7、将经预处理后的图像数据输入低照度增强网络模型进行图像增强;S8、低照度增强网络模型输出增强后的正常照度图像。本发明在确保较高准确度的前提下,减小了模型的参数量,增强了其可移植性,使低照度图像增强技术在嵌入式领域中具有较好的发展前景。

本发明授权一种基于多尺度融合U-Net网络结构低照度图像增强方法在权利要求书中公布了:1.一种基于多尺度融合U-Net网络结构低照度图像增强方法,其特征在于,包括以下步骤: S1、构造训练数据集和测试样本集; S2、构建低照度增强网络模型,所述低照度增强网络模型包括: 光照系数估计模块,所述光照系数估计模块用于对图像进行逐像素估计RGB通道对应的通道拉伸系数; 编码器网络结构,所述编码器网络结构包括残差下采样模块和照明增强模块,所述残差下采样模块用于进行浅特征提取和降采样操作,所述照明增强模块用于利用通道关注来提高图像的照度; 所述照明增强模块包括多尺度的光照提取块和局部残差层; 所述光照提取块包含三层特征提取单元,每一层所述特征提取单元均由卷积层、归一化层和ReLU激活函数层组成,每一层所述特征提取单元均在输入特征图中拼接前面层所述特征提取单元的输出; 所述照明增强模块包括两个级联的不同尺度的所述光照提取块,该两个所述光照提取块卷积核的大小分别为3×3和5×5,所述光照提取块的最后一层对所述光照提取块输入及所述光照提取块输出进行局部残差,所述照明增强模块输出由通道维度拼接两个不同尺度的所述光照提取块输出的特征图构成; 解码器网络结构,所述解码器网络结构包括残差上采样模块、跳跃连接模块和注意力机制模块,在解码器中融合相应编码器的特征图,增强图像重建质量,生成上下文注意力权重,以优化特征图的表达能力; S3、联合计算多种损失函数; S4、训练低照度增强网络模型; S5、对训练后的低照度增强网络模型转换量化部署; S6、对待增强图像数据进行预处理; S7、将经预处理后的图像数据输入低照度增强网络模型进行图像增强; S8、低照度增强网络模型输出增强后的正常照度图像。

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南京邮电大学,其通讯地址为:210023 江苏省南京市栖霞区文苑路9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”。

以上内容由龙图腾AI智能生成。

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。