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！

龙图腾网获悉深圳康佳电子科技有限公司申请的专利一种基于CNN的区域背光提取方法及系统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：CN119863432B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411911842.2，技术领域涉及：G06T7/00；该发明授权一种基于CNN的区域背光提取方法及系统是由蔡树韩;张贤俊;郭斌;付玉红设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于CNN的区域背光提取方法及系统在说明书摘要公布了：本发明公开了一种基于CNN的区域背光提取方法及系统，所述方法包括：获取第一样本图像，对第一样本图像进行预处理，得到第二样本图像；将第二样本图像输入至基于CNN的背光提取网络中，背光提取网络通过串行三步下采样输出第二样本图像对应的第一样本背光数据；将第二样本图像和第一样本背光数据输入至仿真器中，仿真器输出仿真结果；根据仿真结果计算误差，并根据误差对背光提取网络进行训练调整，得到目标背光提取网络；基于目标背光提取网络，对输入视频流进行背光提取处理，得到目标视频流。本发明能够灵活应用于不同分区数的背光模组和不同应用场景，避免人工调节算法细节，节省人力；采用类似流水线方式，降低对存储单元的需求。

本发明授权一种基于CNN的区域背光提取方法及系统在权利要求书中公布了：1.一种基于CNN的区域背光提取方法，其特征在于，所述基于CNN的区域背光提取方法包括： 获取第一样本图像，对所述第一样本图像进行预处理，得到第二样本图像； 将所述第二样本图像输入至基于CNN的背光提取网络中，所述背光提取网络通过串行三步下采样输出所述第二样本图像对应的第一样本背光数据，其中，所述串行三步下采样对应的三个下采样率为取整后的图像分辨率和背光分区数的倍数的三个因子； 所述基于CNN的背光提取网络包括第一卷积模块、第二卷积模块和第三卷积模块，所述第一卷积模块包括两层空洞卷积和一层最大池化，所述第二卷积模块包括四层空洞卷积和一层最大池化，所述第三卷积模块包括两层卷积和一层采样； 所述将所述第二样本图像输入至基于CNN的背光提取网络中，所述背光提取网络通过串行三步下采样输出所述第二样本图像对应的第一样本背光数据，具体包括： 利用所述第一卷积模块中的两层空洞卷积和ReLU激活函数对所述第二样本图像进行特征提取，利用所述第一卷积模块中的最大池化进行第一次下采样，得到第一特征图；其中，所述第一次下采样的下采样率为α1； 利用所述第二卷积模块中的四层空洞卷积和ReLU激活函数对所述第一特征图进行特征提取，利用所述第二卷积模块中的最大池化进行第二次下采样，得到第二特征图；其中，所述第二次下采样的下采样率为α2； 利用所述第三卷积模块中的两层卷积和ReLU激活函数对所述第二特征图进行特征提取，利用所述第三卷积模块中的卷积配合步长进行第三次下采样，得到初始第一样本背光数据；其中，所述第三次下采样的下采样率为α3； 利用Sigmoid激活函数对所述初始第一样本背光数据进行归一化，得到归一化后的第一样本背光数据； 其中，所述空洞卷积的公式为： 其中，COUT表示输出通道索引，表示输出通道索引COUT对应的卷积输出，表示特征图行索引，表示特征图列索引，表示输入通道数量，c表示通道索引，表示通道索引c对应的卷积偏置，ks表示卷积核大小的一半向下取整，kernel_size表示卷积核大小，u表示卷积核行索引，v表示卷积核列索引，表示通道索引c对应的输入特征图，ds表示相邻像素间隔，表示通道索引c对应的卷积核数据； 当图像分辨率和背光分区数是整数倍关系时，下采样率α1、α2和α3为所述图像分辨率和所述背光分区数的倍数的三个因子，且所述倍数为三个下采样率的乘积： ； 当图像分辨率和背光分区数不是整数倍关系时，先对倍数关系取整，再计算三个下采样率，最后通过卷积过程中的填充参数修补尺寸上的误差； 将所述第二样本图像和所述第一样本背光数据输入至仿真器中进行量化、功率限制、扩散模拟、图像补偿和仿真处理，所述仿真器输出仿真结果； 根据所述仿真结果计算误差，并根据所述误差对所述背光提取网络进行训练调整，得到目标背光提取网络； 基于所述目标背光提取网络，对输入视频流进行背光提取处理，得到目标视频流。

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深圳康佳电子科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道科技园科技南十二路28号康佳研发大厦15层；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”。

以上内容由龙图腾AI智能生成。