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！

龙图腾网恭喜深圳深知未来智能有限公司申请的专利一种基于极轻量级Unet的动态范围压缩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：CN116684630B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202310561003.1，技术领域涉及：H04N19/42；该发明授权一种基于极轻量级Unet的动态范围压缩方法及系统是由林景洲;郭奇锋;张齐宁设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于极轻量级Unet的动态范围压缩方法及系统在说明书摘要公布了：本发明公开了一种基于极轻量级Unet的动态范围压缩方法及系统，使用自适应gamma算法和Photoshop批量处理所有数据，更好的保留了图像暗部细节，暗处适当提亮的同时亮处没有过曝，并且处理过后的图像自然，并未有失真或颜色不真实情况；采用轻量级Unet网络，与其他深度学习算法相比，本发明模型轻便，极大的节约了计算量，运行效率高，灵活性强，且在训练集以外的场景中效果依然突出且稳定，保留了大部分图片细节，利用亮度图进行训练，然后权重图作为网络输出，拟合方式简单易懂，且能保留图像的对比度信息，避免图像过度泛白或偏色。

本发明授权一种基于极轻量级Unet的动态范围压缩方法及系统在权利要求书中公布了：1.一种基于极轻量级Unet的动态范围压缩方法，其特征在于，包括以下步骤：获取高动态范围图片，所述高动态范围图片为RGB颜色空间图片；对获取的RGB颜色空间图片进行预处理，所述预处理具体包括：将RGB颜色空间图片转化为YUV颜色空间图片，得到所述RGB颜色空间图片的初始亮度值Ilum和亮度图；结合自适应gamma算法和Photoshop批量处理所述RGB颜色空间图片的初始亮度值Ilum，生成标准参考图，所述标准参考图包括标准权重图和标准亮度图；将RGB颜色空间图片的亮度图进行数据增强处理后，输入到Unet网络模型中；所述Unet网络模型对高动态范围图片进行动态范围压缩，生成低动态范围图片；所述Unet网络模型训练过程具体包括：将所述RGB颜色空间图片的亮度图数据集进行数据增强处理后，输入到待训练的Unet网络模型中；所述待训练的Unet网络模型输出所述待训练的Unet网络模型的权重图Wout，并生成所述待训练的Unet网络模型的亮度图Lout；根据数据预处理中获得的标准权重图和标准亮度图与待训练网络输出的权重图Wout和亮度图Lout，计算当前损失loss；根据所述当前损失loss更新迭代Unet网络模型，在loss收敛趋于稳定后，结合此时模型输出结果，选取最终的Unet网络模型；所述计算当前损失loss的过程为：根据数据预处理中获得的标准亮度图和待训练网络输出的亮度图Lout，利用损失函数计算一组loss，记作lum_loss；根据数据预处理中获得的标准权重图和待训练网络输出的权重图Wout利用损失函数计算一组loss，记作weight_loss；给lum_loss和weight_loss赋予不同的权重值，并将lum_loss和weight_loss相加得到总loss；结合自适应gamma算法和Photoshop批量处理所述RGB颜色空间图片的初始亮度值Ilum，生成标准参考图，所述标准参考图包括标准权重图和标准亮度图，生成所述标准参考图具体包括：根据gamma的最终值获取新的亮度值L，根据亮度值L生成标准亮度图，具体包括：将初始亮度值Ilum代入公式L＝Ilumgamma中，进行以Ilum为底，gamma为指数的幂运算得到新的亮度值L，即可生成后续训练网络需要的亮度参考图；根据初始亮度值Ilum和新的亮度值L确定每个像素点对应的权重值W，并基于像素点的权重值W生成标准权重图，权重值的计算公式为：

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深知未来智能有限公司，其通讯地址为：518101 广东省深圳市宝安区新安街道灵芝园社区22区勤诚达乐园13号楼2310；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”。