CN115240022B 一种使用长曝光补偿的低光照图像增强方法 （北京大学）

一种使用长曝光补偿的低光照图像增强方法本发明公开了一种使用长曝光补偿的低光练样本包括同一场景的低光照图像和正常光照强模型，所述低光照增强模型包括M_1个特征对齐模块和M_1个提亮模块；3)将待提亮的短曝光图像和对应的模糊长曝光图像输入训练后的低22)利用所述合成数据集S训练低光照增强模型，所射到特征空间，获得对应的短曝光特征及长曝光特征并将其输入第一特征对齐3)第i特征对齐模块对输入的第i尺度长曝光特征fino与第i尺度短曝光特征进行入卷积层，预测输出第i+1尺度长曝光特征以及将单独进行降采样并传入卷积层，预测输出第i+1尺度短曝光特征将第M_1个特征对齐模块预测输出的第M尺度长曝光特征第M尺度短曝光特征进行拼接作为特征第M+1尺度长曝光特征卷积层得到第M+i+1尺度短曝光特征对进行上采样所得特征与第M_i尺度长曝光特征相连后通过卷积层得到得到第M+i+1尺度长曝光特征以第M_1提亮输出的第2M尺度短曝光特征作为优化目标Inormal、第2M尺度长曝光特征作为辅实值IGT间的平均绝对误差损失函数；LSSIM为优化目标Inormal和正常光照下真实值IGT间的结3被处理器执行时实现权利要求1至8任一所述4常光图像相对应，这种优化目标的不确定性为准确而灵活的低光照图像增强造成了挑战。别映射到特征空间，获得对应的短曝光特征及长曝光特征hino并将其输入第一特征[0010]3)第i特征对齐模块对输入的第i尺度长曝光特征hino与第i尺度短曝光特征5张注意力图Ai，然后用注意力图Ai对第i尺度长曝光特征hino进行软阈值滤波操作，得到层，预测输出第i+1尺度短曝光特征将第M_1个特征对齐模块预测输出的第M尺度长曝光特征第M尺度短曝光特征进行拼接作为特征第M+1尺度长曝光特征[0011]4)第i提亮模块将第M+i尺度长曝光特征第M+i尺度短曝光特征进行拼后通过卷积层得到第M+i+1尺度短曝光特征对进行上采样所得特征与第M_i尺度长曝光特征相连后通过卷积层得到得到第M+i+1尺度长曝光特征以第M_1提照下真实值IGT间的平均绝对误差损失函数；LSSIM为优化目标Inormal和正常光照下真实值IGT[0012]5)将待提亮的短曝光图像和对应的模糊长曝光图像输入训练后的低光照增强模[0015]进一步的，根据训练样本中的正常光照图像合成得到所述合成数据集S中的长曝6[0023]本发明显著提升低光照图片增强性能，在LEC_LOL_Real低光照增强基准数据集上，能够将通用低光照增强模型AGLLNet的峰值信噪比(PeakSignaltoNoiseRatio)由[0032]下面以数据集S中的一对照片长曝光图像Ilong和短曝光图像Ishort为例对网络框架线性整流函数(ReLU)，将图像映射到特征空间，获得初始短曝光特征及长曝光特征7[0033]为了让每层中的长曝光图像的亮度特征fino与短曝光图像的细节特征对fread与共同进行降采样并传入卷积层，预测下一个长曝光特征亮模块输入上一个尺寸的长曝光特征和短曝光特征以及通过跳跃连接相连的与将上采样得到的特征与跳跃连接的特征相连并通过卷积层，得到下一个尺度的特征模添加注意力机制后再用1×10_5的初始学习速率训练38L)22＝[0048]这里计算LLPIPS使用的图像特征是采用ImageNet上预训练的VG过将网络