买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京大学申请的专利一种使用长曝光补偿的低光照图像增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115240022B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210651629.7，技术领域涉及：G06V10/774；该发明授权一种使用长曝光补偿的低光照图像增强方法是由刘家瑛;匡浩玮;郑书泓;黄浩峰;郭宗明设计研发完成，并于2022-06-09向国家知识产权局提交的专利申请。

本一种使用长曝光补偿的低光照图像增强方法在说明书摘要公布了：本发明公开了一种使用长曝光补偿的低光照图像增强方法。本方法为：1收集低光照训练数据集，其中所述低光照训练数据集中的每一训练样本包括同一场景的低光照图像和正常光照图像；根据每一训练样本生成一组对应的短曝光图像、长曝光图像和真实光照图像，得到一合成数据集S；2利用所述合成数据集S训练低光照增强模型，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光照增强模型，得到对应的低光照增强图像。本发明能够显著提升低光照图片增强性能。

本发明授权一种使用长曝光补偿的低光照图像增强方法在权利要求书中公布了：1.一种使用长曝光补偿的低光照图像增强方法，其步骤包括： 1收集低光照训练数据集，其中所述低光照训练数据集中的每一训练样本包括同一场景的低光照图像和正常光照图像；根据每一训练样本生成一组对应的短曝光图像、长曝光图像和真实光照图像，得到一合成数据集S； 2利用所述合成数据集S训练低光照增强模型，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；其中，对于所述合成数据集S中同一组图像内的照片长曝光图像Ilong和短曝光图像Ishort，所述低光照增强模型将长曝光图像Ilong和短曝光图像Ishort分别映射到特征空间，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模块； 3第i特征对齐模块对输入的第i尺度长曝光特征与第i尺度短曝光特征进行对齐；其中，第i特征对齐模块将第i尺度短曝光特征进行卷积处理，得到一张注意力图Ai，然后用注意力图Ai对第i尺度长曝光特征进行软阈值滤波操作，得到其中“⊙”表示逐元素的乘法；然后将与共同进行降采样并传入卷积层，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尺度长曝光特征第M+1尺度短曝光特征其中，i＝1～M-1， 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接，并对拼接特征进行上采样，然后将上采样所得特征与第M-i尺度短曝光特征相连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提亮模块输出的第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助，优化所述低光照增强模型；其中，训练优化所述低光照增强模型的总损失函数为L＝Lrec+λSSIMLSSIM+λLPIPSLLPIPS+λaLa；λSSIM、λLPIPS和λa为权重项，Lrec为优化目标Inormal和正常光照下真实值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间的结构相似性损失函数；LLPIPS为感知图像块相似度学习损失函数；La为辅助输出Iassist和正常光照下真实值IGT间的平均绝对误差损失函数； 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型，得到对应的低光照增强图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京大学，其通讯地址为：100871 北京市海淀区颐和园路5号北京大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。