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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜武漢工程大學申請的專利基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN118941483B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-20發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202410911635.0，技術領域涉及：G06T5/94；該發(fā)明授權基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法是由李璇;馮昭明;陳巍維;程莉;馬雷;張國敏;丁一凡;王杰;陳榮富設計研發(fā)完成，并于2024-07-09向國家知識產(chǎn)權局提交的專利申請。

本基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法在說明書摘要公布了：本發(fā)明公開了一種基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法，包括：將預設的訓練圖像縮放，對其三色通道計算得到色彩校正因子，將縮放后的訓練圖像及其色彩校正因子輸入增強曲線估計網(wǎng)絡，得到增強曲線的參數(shù)矩陣，得到每次迭代時相應的增強曲線，通過色彩校正因子對增強曲線進行修正，對縮放后的訓練圖像通過修正后的增強曲線迭代，得到初步的增強結果；對增強曲線的參數(shù)矩陣和初步的增強結果分別計算無參考損失；計算預設的測試圖像的色彩校正因子，得到最終的增強圖像。本發(fā)明通過跳躍連接和注意力機制自適應選擇和學習特征能力，利用低光圖像中色彩先驗信息對增強曲線進行校正，防止增強過程中的顏色失真，并提升整體色彩對比度。

本發(fā)明授權基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法在權利要求書中公布了：1.基于動態(tài)特征聚合和色彩校正的零樣本低光圖像增強方法，其特征在于，包括以下步驟：S1、將預設的訓練圖像縮放至n×n大小，對其R、G、B三顏色通道計算得到色彩校正因子，將縮放后的訓練圖像及其色彩校正因子輸入預設的增強曲線估計網(wǎng)絡，增強曲線估計網(wǎng)絡至少包括：三個3×3的淺層特征提取卷積層、兩個結構相同的動態(tài)特征提取模塊、一個通道注意塊以及一個像素注意塊；其中，動態(tài)特征提取塊至少包括：三個3×3卷積層、一個ReLU激活函數(shù)層、一個通道注意塊以及一個像素注意塊；通道注意塊至少包括：兩個1×1卷積層、一個平均池化層、一個ReLU激活函數(shù)層以及一個Sigmoid激活函數(shù)層；像素注意塊至少包括：兩個3×3卷積層、一個ReLU激活函數(shù)層以及一個Sigmoid激活函數(shù)層；根據(jù)預設的曲線表達式得到每個像素每次迭代時相應的增強曲線，通過色彩校正因子對增強曲線進行修正，對縮放后的訓練圖像通過修正后的增強曲線迭代k次，得到初步的增強結果；其中，128≤n≤512，且n為16的整數(shù)倍；2≤k≤10；S2、對修正后的增強曲線的參數(shù)矩陣和初步的增強結果計算無參考損失，根據(jù)反向傳播方法對增強曲線估計網(wǎng)絡進行預設的訓練輪數(shù)的訓練；S3、計算預設的測試圖像的色彩校正因子，并將測試圖像及其色彩校正因子輸入訓練后的增強曲線估計網(wǎng)絡得到測試圖像對應的增強曲線，通過測試圖像的色彩校正因子對增強曲線進行修正，對測試圖像通過修正后其對應的增強曲線迭代k次，得到最終的增強圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人武漢工程大學，其通訊地址為：430074 湖北省武漢市洪山區(qū)雄楚大街693號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。