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!
摘要:本发明公开了一种基于拉普拉斯分解的低照度视频分频增强方法。方法包括:建立包括基于拉普拉斯金字塔的图像多尺度分解算子和重建算子以及多尺度增强网络的低照度视频增强模型,构建模型的包含重建损失函数和时域一致性损失函数的整体损失函数;对模型进行训练直至整体损失函数收敛训练完成;将待增强的低照度视频的视频帧输入模型中处理后输出逐帧增强的视频帧。本发明方法可以解决视频能见度低、信噪比低的问题,方法构建的模型和损失函数,可在逐帧增强时解耦图像低频信号和高频细节,可恢复和增强低照度图像,最后重建原始尺寸图像。本方法可逐帧增强低照度视频,有效提升了低照度视频增强的细节重建质量和颜色准确性,可取得较好的视觉效果。
主权项:1.一种基于拉普拉斯分解的低照度视频分频增强方法,其特征在于,包括:S1:建立包括依次连接的基于拉普拉斯金字塔的图像多尺度分解算子、多尺度增强网络和基于拉普拉斯金字塔的图像多尺度重建算子的低照度视频增强模型,构建低照度视频增强模型的包含重建损失函数和时域一致性损失函数的整体损失函数;S2:在不同的场景下,分别采集若干低照度RGB视频及其参考RGB视频并均划分为视频帧,将各个低照度RGB视频及其参考RGB视频的视频帧输入低照度视频增强模型中进行训练,直至整体损失函数收敛,获得训练完成的低照度视频增强模型;S3:将待增强的低照度RGB视频的视频帧输入训练完成的低照度视频增强模型中进行处理,训练完成的低照度视频增强模型处理后输出逐帧增强的视频帧,实现低照度视频的分频增强。
全文数据:
权利要求:
百度查询: 浙江大学金华研究院 一种基于拉普拉斯分解的低照度视频分频增强方法
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。