基于对称神经网络进行正反双向学习的图像增强方法专利查询专利号|摘要-满商公司网

基于对称神经网络进行正反双向学习的图像增强方法

基本信息

申请号	CN202110554790.8	申请日	-
公开（公告）号	CN113240605A	公开（公告）日	2021-08-10
申请公布号	CN113240605A	申请公布日	2021-08-10
分类号	G06T5/00;G06N3/04;G06N3/08	分类	计算；推算；计数;
发明人	卢少平;赵琳;陈韬;杨巍	申请（专利权）人	北京视觉大象科技有限公司
代理机构	天津耀达律师事务所	代理人	侯力
地址	300071 天津市南开区卫津路94号
法律状态	-

摘要

一种基于对称神经网络进行正反双向学校的图像增强方法。目的是将欠曝的图像进行曝光增强，包括对图像的美化和恢复。该方法设计了一种可双向传播的对称神经网络模型，模型在训练过程中同时进行正反双向学习，学习低质量图像到高质量图像的映射的同时，也学习高质量图像向低质量图像的映射，由此保证了图像特征的一致性。模型包含两对编码器，两对解码器和一个特征转换器，其中编码器和解码器完成图像与特征之间的相互转换，特征转换器完成正反双向的特征转换操作。特征转换器中可适配通道注意力机制以及递归学习等机制来提高图像增强的效果。经实验证明，该模型可以在保证图像结构纹理特征的同时，合理地抑制常用方法在细节增强时引入的图像噪声。