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！

龙图腾网获悉北京邮电大学申请的专利基于纯噪声训练的亮度可调的低照度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：CN116579947B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310604365.4，技术领域涉及：G06T5/90；该发明授权基于纯噪声训练的亮度可调的低照度图像增强方法是由姜竹青;徐雍宁;于佳;王海婴;门爱东设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于纯噪声训练的亮度可调的低照度图像增强方法在说明书摘要公布了：本发明涉及一种基于纯噪声训练的亮度可调的低照度图像增强方法，其技术特点是：训练阶段采样随机高斯噪声作为低照度输入图像；将低照度输入图像和亮度变化因子分别送入到图像处理模块和亮度处理模块中，得到特征图和特征向量；对特征图和特征向量通过卷积和非线性变换的操作，实现特征的融合和重构，输出通道数为6的曲线参数；将低照度输入图像增强为由亮度变化因子的幅值指导的具有特定亮度的输出图像；作均值和对比度变换，得到伪参考图像；计算总损失，进行迭代优化网络。本发明采用纯噪声的训练策略，帮助模型绕过常用的色彩恒常和光照平滑损失，使难以设计的非线性曲线形式简化为线性曲线形式，实现了低照度增强领域降本增效的功能。

本发明授权基于纯噪声训练的亮度可调的低照度图像增强方法在权利要求书中公布了：1.一种基于纯噪声训练的亮度可调的低照度图像增强方法，其特征在于：包括以下步骤： 步骤1、在图像输入阶段，随机采样高斯分布,组成噪声图像集，并将图像像素值归一化至[0,1]，得到低照度输入图像I； 步骤2、将低照度输入图像I和亮度变化因子V分别送入到网络的图像处理模块和亮度处理模块中进行特征提取，得到对应低照度输入图像I的特征图和对应亮度变化因子的特征向量； 步骤3、步骤2得到的特征图和特征向量通过卷积和非线性变换的操作，实现特征的融合和重构，输出通道数为6的曲线参数，其中前3通道和后3通道分别代表曲线的2个不同参数项k和b； 步骤4、通过线性曲线公式：Ox＝kxIx+bx，将低照度输入图像I增强为由亮度变化因子的幅值指导的输出图像O； 步骤5、对步骤1中所得的低照度输入图像I作均值和对比度变换，得到伪参考图像I”； 步骤6、使用步骤1中得到的低照度输入图像I、步骤4中得到的输出图像O和步骤5中得到的伪参考图像I”计算总损失，进行迭代优化网络； 所述步骤3的具体实现方法包括： 步骤3.1、将步骤2得到的特征图和特征向量形变成维度为4的特征图，得到1×32×128×128的图像特征图和1×32×1×1的亮度特征图； 步骤3.2、对步骤3.1中的两张4维特征图作内积，得到尺寸为1×1×128×128的图像，该图再经过1个核尺寸为3×3的卷积层和其后的Sigmoid激活函数就得到曲线参数k和b； 所述步骤6的具体实现方法包括以下步骤： 步骤6.1、若处于测试阶段，则结束步骤6；若处于训练阶段，则进入步骤6.2； 步骤6.2、通过公式：LrecI”,O＝L1I”,O＝∑|I”x-Ox|计算重建损失，得到输出图像O和伪参考图像I”之间的像素级平均绝对误差； 步骤6.3、通过公式：计算空间一致性损失，其中，O'和I'分别代表输出和输入图像在经过空间和通道平均池化后得到的图像，K代表图像经4×4的空间池化后所剩局部区域的个数，Ωi是中心区域i的4个最近邻； 步骤6.4、将步骤6.2和步骤6.3得到的损失求和，得到总损失，网络以最小化总损失为目标，不断迭代各模块参数，使性能得到优化。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10号；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”。