一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法技术

本发明专利技术公开了一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法，弱光图像增强模型由一个参数估计模块和图像处理模块组成。参数估计模块通过学习检测网络反馈的信息来回归图像处理模块所需要的超参数，接收超参数的图像处理模块自适应地增强输入图像，促进其在弱光条件下的检测效果。增强模型与检测模型一体化，端到端，彼此互补，彼此受益，根据检测网络反馈的信息来增强图像，根据增强的图像来更好的训练检测网络。相比于以往的两阶段的图像增强模型或者其他端到端的方法，本发明专利技术提出的一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强模型取得了更好的性能。了更好的性能。了更好的性能。

【技术实现步骤摘要】
一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法


[0001]本专利技术涉及一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强模型，属于目标检测


技术介绍

[0002]尽管基于深度学习的目标检测算法已被广泛应用于许多场景，但仍面临弱光等非理想条件下的漏检错检等挑战。因此目标检测算法通常会采纳许多图像增强方法，但是增强模型与目标检测模型通常是相互独立的。这种两阶段的方式很难统一增强和检测的一致性。结果，弱光增强操作并不总是有助于后续的目标检测任务。最近，一些工作试图在端到端的网络中集成增强和检测，但是它们仍然面临网络结构复杂，训练收敛难度大，增强没有参考图像等问题。
[0003]针对上述问题，本专利技术提出了一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强模型，它可以很容易地以端到端的形式嵌入到现成的目标检测算法中。图像增强模块能够根据后续检测网络的反馈信息自适应的增强图像，生成有利于后续检测任务的图像。进而提高目标检测算法的性能。

技术实现思路

[0004]本专利技术提出了一种应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于弱光条件下端到端目标检测的即插即用的弱光图像增强方法，其特征在于，实现弱光图像增强方法的模型由一个参数估计网络模块和图像处理模块组成；图像处理模块包括像素级图像增强操作单元和锐化操作单元；像素级图像增强操作单元中：从图像质量评价、图像像素成像特征方面分析了弱光图像，设计一个像素级图像增强操作，其表达式如下：I
’
＝A(1
‑
I)I+I其中，A是参数估计网络得到的参数矩阵，与传统的1
×
1超参数不同，A的大小和输入图像的大小一样大，通过参数矩阵A原始图像的每个像素都能够进行局部自适应调整；I表示原始的图像，而I
’
则表示增强的图像；该表达式实际上是一个二次方程；矩阵参数A修改二次方程的表达能力，控制曝光度；通过叠加多层进一步实现低光增强；锐化操作单元：对图像进行锐化突出图像细节；锐化操作用如下表达式描述：I_enhance＝λ(I
’‑
G(I
’
))+I
’
其中，I
’
是锐化操作的输入图像，G(
·
)是高斯滤波器，而λ是尺度因子，由参数估计网络获得；I
’‑
G(I
’
)突出图像中应该增强的边界信息；λ自适应调整图像的锐化程度；参数...

【专利技术属性】
技术研发人员：孙艳丰，王国健，胡永利，尹宝才，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：