[发明专利]基于半监督学习的低照度图像增强方法在审
| 申请号： | 202210605843.9 | 申请日： | 2022-05-30 |
| 公开（公告）号： | CN114998133A | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 陈卫刚;陈雨蓉 | 申请（专利权）人： | 浙江工商大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/90;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督学习的低照度图像增强方法，属于图像处理技术领域。针对实际应用场合很难获取与低照度图像对应的标签数据的事实，以基于半监督学习的方法训练用于产生映射系数图的深度卷积神经网络模型。本发明以迭代形式的灰度映射实现低照度图像增强，由深度卷积神经网络产生每轮迭代所使用的映射系数图。采用本发明提供的半监督学习方法训练的网络模型能有效提升低照度区域的亮度和对比度，改善夜间低照度图像的视觉质量。 | ||
| 搜索关键词： | 基于 监督 学习 照度 图像 增强 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工商大学，未经浙江工商大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210605843.9/，转载请声明来源钻瓜专利网。
