一种用于暗图像增强的去黑块的自卷积方法技术

本发明专利技术提供一种用于暗图像增强的去黑块的自卷积方法，所述方法包括以下步骤：

【技术实现步骤摘要】
一种用于暗图像增强的去黑块的自卷积方法


[0001]本专利技术涉及低照度图像增强
，特别涉及一种用于暗图像增强的去黑块的自卷积方法
。

技术介绍

[0002]由于大量摄像设备在光照不足或遮挡等条件下，抓拍到的图像往往是比较暗的，尤其在晚上拍摄到的图像，基本上看不见目标物体，这种图像不利于人脸识别或检测等任务
。
在低照度增强任务中，获取一定量的真实标签图像和低照度图像是一件困难的事情，尤其是作为亮度
、
饱和度
、
对比度等均良好的真实标签更难以获取
。
大多研究通过将光照良好的图像进行
r
变换等操作得到对应的暗度图进行模型训练
。
目前低照度增强方法主要基于多尺度融合和图像分解为反射率图和照度图的深度学习方法，即通过多层卷积和下采样
、
上采样操作进行提取不同尺度的特征图进行相加或级联组合如典型的
unet
网络，基于反射率和照度分解的
KIND
等网络
。
[0003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于暗图像增强的去黑块的自卷积方法，其特征在于，所述方法包括以下步骤：
S1
：将上一层卷积得到的特征图分别输入到卷积核均为
1x1
且通道数为原始通道数的
1/2
的卷积中，则得到两部分特征图；
S2
：将步骤
S1
得到的所述两部分特征图分别进行更进一步的处理，将得到的一个特征图记为
Out1
先进行平均池化操作，即关注潜在的周围区域的重要信息，所述重要信息包含图像的高层语义信息
、
图像中目标的细节信息，然后经过激活函数
sigmoid
操作与输入图像逐元素相乘，这样会全局提取到更有用的信息并弱化冗余信息，最后得到特征图记为
Out1_5
；
S3
：经由步骤
S1
，将得到的另一部分特征图直接经过卷积得到特征图记为
out2_1
；
S4
：最后将经过步骤
S2、S3
两路处理的特征进行级联
。2.
根据权利要求1所述的一种用于暗图像增强的去黑块的自卷积方法，其特征在于，所述步骤
S2
进一步包括：将步骤
S1
的其中一条支路的特征图进行
2x2
平均池化，该池化操作通过
2x2
的一个窗口依次按照步长为2在特征图上进行滑动，并取窗口中包含的
2x2
个像素值的均值作为输出，得到的特征图记为
Out1_2
；再进行卷积上采样得到的特征图记为
Out1_3
，得到多通道上注意力图，该通道注意力图为通过激活函数给特征图中有用的信息分配大的权重，所述有用的信息包括图像轮廓...

【专利技术属性】
技术研发人员：方敏，
申请(专利权)人：合肥君正科技有限公司，
类型：发明
国别省市：