基于端到端双网络的低照度图像增强方法OA北大核心CSTPCD
由于环境的不确定性,捕获的图像存在亮度低、对比度低和信息丢失严重等问题,且利用现存算法增强后的图像存在曝光过度问题,不能满足计算机视觉任务的输入要求。针对此问题,提出了基于端到端双网络的低照度图像增强方法,该网络由Inception网络模块与URes-Net模块组成。首先利用Retinex理论合成低照度图像样本;然后运用双网络模型进行特征提取、特征融合与重建,根据测试集的损失不断调整参数以优化模型,最终使双网络模型具有较高的低照度图像增强能力。实…查看全部>>
陈清江;李金阳;屈梅;胡倩楠
西安建筑科技大学理学院,陕西西安710055西安建筑科技大学理学院,陕西西安710055西安建筑科技大学理学院,陕西西安710055西安建筑科技大学理学院,陕西西安710055
信息技术与安全科学
低照度图像增强残差网络InceptionNet V1卷积神经网络特征融合
《计算机工程与科学》 2022 (11)
P.2019-2026,8
评论