首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于低照度图像增强算法的刑侦摄影系统及方法 

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!

申请/专利权人:湖北工业大学

摘要:本发明属于图像增强技术领域,公开了一种基于低照度图像增强算法的刑侦摄影系统及方法,摄影端利用摄影设备进行图像数据获取与对象捕捉,并将获取的图像数据传送至增强端;增强端利用构建的基于增强网络模块生成对抗网络的低照度图像增强模型对传输的低照度图像进行增强,并运用对抗网络算法进行图像识别,为未进行过识别的种类贴上标签;同时提取存储后台中已完成识别的类似标签进行辅助识别;将完成识别增强的图片传输至摄影端以及存储后台分别进行输出与存储。本发明低照度图像增强效果最好、增强效率高、应成体系的系统可应用于各种复杂场景、选取了最适用于刑侦摄影的算法技术。

主权项:1.一种基于低照度图像增强算法的刑侦摄影方法,其特征在于,所述基于低照度图像增强算法的刑侦摄影方法包括:利用摄影设备进行图像数据获取与对象捕捉,并将获取的图像数据传送至增强端;所述增强端利用构建的基于增强网络模块生成对抗网络的低照度图像增强模型对传输的低照度图像进行增强,并运用对抗网络算法进行图像识别,为未进行过识别的种类贴上标签;同时提取存储后台中已完成识别的类似标签进行辅助识别;将识别增强的图片传输至摄影端以及存储后台分别进行输出与存储;所述捕捉方法包括:生成各类型的摄影控制系统作为操作引擎接口;初始化摄影设备引擎;进行异步操开始掌控相机整体;异步操作启动相机,同时调用相机;利用相机进行图像捕捉,同时设置引擎为空闲状态;拍摄图片后,调用相机控制系统,执行引擎中的工程命令;进行捕捉图片异步操作,完成后调用相机引擎中的图片捕捉完成指令完成操作;所述基于增强网络模块生成对抗网络的低照度图像增强模型构建方法包括:1获取高质量的图像对作为训练数据集训练生成器网络G;2从训练数据集随机采样m个低照度图片对其中,Ix表示低照度图片,Iy表示真实照度图片,Iadv表示判别器的输入;3固定判别网络的输入为Iadv={0,0,…,0},长度为m;4最小化生成器网络总体损失:Lossgen=ωaLa+ωadvLadv+ωconLcon+ωtvLtv+ωcolLcol;5训练判别器网络,随机初始化判别网络的输入为Iadv={1,0,…,0},长度为m;6从训练数据集随机采样m个低照度图片7最大化判别器网络总体损失:所述基于增强网络模块生成对抗网络的低照度图像增强模型包括:所述低照度图像增强模型包括添加有增强网络的生成器、判别器以及损失函数;所述添加有增强网络的生成器,基于完全卷积网络,由多个残差块和卷积块2部分组成;用于将输入图像作为一个整体转换成一个在新空间中类似的图片;所述判别器,用于同时接收生成器生成的图片和真实图片,产生真假的预测值;所述损失函数为:Loss=ωaLa+ωadvLadv+ωconLcon+ωtvLtv+ωcolLcol;其中La,Ladv,Lcon,Ltv,Lcol分别表示注意力损失,对抗损失,内容损失,总变差损失,颜色损失,ωa,ωadv,ωcon,ωtv,ωcol分别表示其损失对应权重;所述增强网络模块包含2层3x3卷积层以及特征变换层;用于克服图片低对比度的缺点并改善细节,进行图片效果增强;所述3x3卷积层第一层用于进行特征提取,实现从rgb通道到多个特征;所述卷积层第一层之后为特征变换层,所述特征变换层为残差模块;所述特征变换层,用于通过连接多个残差单元进行复杂的特征变换;所述特征变换层后为两层卷积层,所述卷积层用于恢复rgb图片,实现多特征转换为rgb图片;所述每次卷积之后进行实例归一化和Relu激活。

全文数据:

权利要求:

百度查询: 湖北工业大学 一种基于低照度图像增强算法的刑侦摄影系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。