【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及基于深度学习的图像增强处理方法。
技术介绍
1、图像增强处理技术是计算机视觉领域的一个图像处理手段，其主要目标是通过对输入图像进行处理，提高图像质量，进而提升计算机视觉系统的识别和检测性能。可以应用于各种计算机视觉任务，如图像识别、图像分类、目标检测等。
2、传统的图像增强处理技术通常存在以下一些缺陷：1、缺乏自适应性，难以根据图像内容的不同进行有针对性的增强，增强过程往往忽视了图像中不同区域在内容上的重要性差异，导致增强效果不够精细；2、往往忽视了图像中不同区域之间的关联性和互动性，导致增强效果局部化、不连贯，使得增强过程难以实现全局优化，从而难以提升图像的整体效果和美感。
技术实现思路
1、基于此，本专利技术的目的是提出基于深度学习的图像增强处理方法，以解决上述提到的问题。
2、根据本专利技术提出的基于深度学习的图像增强处理方法，所述方法包括：
3、提取输入图像的多尺度特征；
4、对多尺度特征进行重校准及融...
【技术保护点】
1.基于深度学习的图像增强处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的图像增强处理方法，其特征在于，所述设计一个生成对抗网络，以初步增强图像为输入，生成内容感知权重图的步骤包括：
3.根据权利要求2所述的基于深度学习的图像增强处理方法，其特征在于，所述基于生成器损失对生成器进行训练的步骤包括：
4.根据权利要求2所述的基于深度学习的图像增强处理方法，其特征在于，所述基于判别器损失对生成器进行训练的步骤包括：
5.根据权利要求1所述的基于深度学习的图像增强处理方法，其特征在于，所述根据内容感...
【技术特征摘要】
1.基于深度学习的图像增强处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的图像增强处理方法，其特征在于，所述设计一个生成对抗网络，以初步增强图像为输入，生成内容感知权重图的步骤包括：
3.根据权利要求2所述的基于深度学习的图像增强处理方法，其特征在于，所述基于生成器损失对生成器进行训练的步骤包括：
4.根据权利要求2所述的基于深度学习的图像增强处理方法，其特征在于，所述基于判别器损失对生成器进行训练的步骤包括：
5.根据权利要求1所述的基于深度学习的图像增强处理方法，其特征在于，所述根据内容感知权重图，识别关键区域和关联区域，通过区域间的互动和协同增强图像的整体效果...
【专利技术属性】
技术研发人员：付康，汤辉，饶兰香，吴志平，胡少文，施炜利，胡必伟，王嘉蕾，刘帆，孟莎莎，戴欢，
申请(专利权)人：江西省科技基础条件平台中心江西省计算中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。