買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜深圳金三立視頻科技股份有限公司申請的專利一種低照度視頻增強方法、系統及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115619674B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211303587.4，技術領域涉及：G06T5/70；該發明授權一種低照度視頻增強方法、系統及存儲介質是由張宇;楊偉強;吳慶耀;曹沂文;劉東劍設計研發完成，并于2022-10-24向國家知識產權局提交的專利申請。

本一種低照度視頻增強方法、系統及存儲介質在說明書摘要公布了：本發明公開了一種低照度視頻增強方法、系統及存儲介質，包括：將訓練集視頻分離成幀，構建訓練幀圖像對；構建無監督去噪網絡模型，生成帶噪?去噪圖像對，訓練基于U?Net網絡結構的去噪網絡模型；構建無參考低照度增強網絡模型，將訓練幀圖像對輸入雙輸入孿生曲線估計網絡得到增強參數圖對，將增強參數圖對輸入增強曲線進行迭代增強，計算低照度增強無參考損失函數、自注意過曝正則損失函數和幀間一致性正則損失函數，訓練低照度增強網絡模型；利用去噪網絡模型和低照度增強網絡模型對測試視頻進行低照度增強。本發明解決了傳統夜間低照度視頻增強對訓練數據對的依賴，約束了復雜光照場景下的局部過曝問題，保證了低照度視頻增強的穩定性。

本發明授權一種低照度視頻增強方法、系統及存儲介質在權利要求書中公布了：1.一種低照度視頻增強方法，其特征在于，包括下述步驟：將訓練集視頻分離成幀，構建訓練幀圖像對；構建無監督去噪網絡模型，分場景生成帶噪-去噪圖像對，訓練基于U-Net網絡結構的去噪網絡模型并保存；構建無參考低照度增強網絡模型，將所述訓練幀圖像對輸入共享權重的雙輸入孿生曲線估計網絡得到增強參數圖對，將所述增強參數圖對輸入預設計的增強曲線對所述訓練幀圖像對進行迭代增強，計算低照度增強無參考損失函數、自注意過曝正則損失函數和幀間一致性正則損失函數，訓練低照度增強網絡模型并保存；利用訓練好的所述去噪網絡模型和所述低照度增強網絡模型對測試集視頻進行低照度增強；所述訓練幀圖像對是指將所述訓練集視頻V中白天正常光視頻和夜間低照度視頻拆分成幀{v1,v2,…,vi,…}，并按幀順序構建的圖像對；所述訓練幀圖像對表示為{v1,v2,v2,v3,…,vi,vi+1,…}，其中vi為第i幀視頻幀；所述無監督去噪網絡模型在視頻幀基礎上構建帶噪-去噪圖像對，訓練基于U-Net結構的去噪網絡模型，其中：所述帶噪-去噪圖像對以無監督方法獲得，以所述訓練集視頻為基礎，對于訓練集中夜間低照度高噪聲的視頻幀{vn’1,vn’2,…,vn’i,…}，通過BM3D傳統降噪算法得到夜間去噪視頻幀{vn1,vn2,…,vni,…}，對于訓練集中白天正常光低噪聲的視頻幀{vd1,vd2,…,vdi,…}，基于OpenCV隨機生成高斯噪聲和泊松噪聲并添加到視頻幀{vd1,vd2,…,vdi,…}中得到白天帶噪視頻幀{vd’1,vd’2,…,Vd’i,…}；將所述夜間去噪視頻幀與所述白天帶噪視頻幀進行整合，得到所述帶噪-去噪圖像對{vn1,vn’1,vn2,vn’2,…,vni,vn’i,…,vd1,vd’1,vd2,vd’2,…,vdi,vd’i,…}；所述去噪網絡模型基于U-Net網絡結構，并在網絡末端加入2個1×1卷積細化輸出，訓練所述去噪網絡模型時，將所述帶噪-去噪圖像對中的帶噪圖像作為輸入、去噪圖像作為監督信號計算與所述去噪網絡模型輸出的預測去噪圖像之間的L2loss，所述L2loss為均方誤差損失函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳金三立視頻科技股份有限公司，其通訊地址為：518000 廣東省深圳市龍華區龍華街道清湖社區雪崗北路306號勝立工業園J棟101-5層整棟；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。