中国人民解放军海军特色医学中心;复旦大学刘勇获国家专利权
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！
龙图腾网获悉中国人民解放军海军特色医学中心;复旦大学申请的专利一种基于卷积神经网络的实时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：CN116579940B 。
龙图腾网通过国家知识产权局官网在2026-02-17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：202310482075.7，技术领域涉及：G06T5/70；该发明授权一种基于卷积神经网络的实时低照度图像增强方法是由刘勇;路红;谢长勇;刘书林;李科华;黄俊健;任豪;陆嘉文;袁履凡;王俐钞;吕传禄设计研发完成，并于2023-04-29向国家知识产权局提交的专利申请。
本一种基于卷积神经网络的实时低照度图像增强方法在说明书摘要公布了：本发明属于图像处理技术领域，具体为一种基于卷积神经网络的实时低照度图像增强方法。本发明方法包括：1对低照度RAW图像进行预处理，包括重排列、归一化和前置放大；2构建用于低照度图像增强的网络ADU‑Net，其中使用基于空洞卷积和残差连接的特征提取模块，以及基于注意力的自适应特征融合模块；3将低照度RAW图像输入ADU‑Net，得到增强后的sRGB图像。借助ADU‑Net的高效性和轻量性，本发明能够以接近实时的速度恢复低照度图像，有效提升低照度图像的亮度，并准确复原图像的色彩和细节信息，得到令人满意的视觉效果。
本发明授权一种基于卷积神经网络的实时低照度图像增强方法在权利要求书中公布了：1.一种基于卷积神经网络的实时低照度图像增强方法，其特征在于，具体步骤为： 一RAW图像预处理，包括图像重排列、归一化以及前置放大；预处理过程用于提供后续卷积操作的平移不变性，并降低图像分辨率以加速运算； 二采用ADU‑Net增强网络，对预处理后的RAW图像进行低照度增强，得到增强后的sRGB图像；其中： 所述增强网络模型ADU‑Net为U‑Net结构，包含编码器、解码器部分，并加入基于空洞卷积和残差连接的特征提取模块，以及基于注意力的自适应特征融合模块； 增强网络模型以预处理后的低照度RAW图像作为输入，首先经过编码器提取多尺度的特征表示，之后送入解码器部分进行自底向上的特征重建；解码器使用基于空洞卷积和残差连接的特征提取模块来捕获图像的语义信息，并使用基于注意力的自适应特征融合模块，将语义信息与来自编码器的浅层纹理信息融合，经过解码器的特征重建后，最终得到增强后的sRGB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中国人民解放军海军特色医学中心;复旦大学，其通讯地址为：200052 上海市长宁区淮海西路338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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励