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！

龙图腾网恭喜西南科技大学申请的专利一种低光照图像自适应特征学习的目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117893880B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410106494.5，技术领域涉及：G06V10/82；该发明授权一种低光照图像自适应特征学习的目标检测方法是由付贵;楚红雨;黄一;涂晓光设计研发完成，并于2024-01-25向国家知识产权局提交的专利申请。

本一种低光照图像自适应特征学习的目标检测方法在说明书摘要公布了：本发明涉及图像光照增强技术领域，具体公开了一种低光照图像自适应特征学习的目标检测方法，步骤包括将目标图像分别输入至YOLOv5与Zero_DCE中，获得去除照明影响的特征与目标特征，将二者进行融合后获得结果图像；所述融合为：所述将Zero_DCE处理后的图像输入至骨干网络中卷积获得第一中间结果，所述YOLOv5对图像卷积后上采样后获得第二中间结果，所述第一中间结果与第二中间结果图像大小一致，对二者进行融合。本发明提出了一种并行的低光照条件下目标检测算法，使用光照增强网络和目标检测网络并行编码图像特征，该操作包括将照明相关的特征与特定目标检测的特征融合在一起，为后续的检测任务提供足够的语义信息。

本发明授权一种低光照图像自适应特征学习的目标检测方法在权利要求书中公布了：1.一种低光照图像自适应特征学习的目标检测方法，其特征在于，将目标图像分别输入至目标检测网络YOLOv5与光照增强网络Zero_DCE中，获得去除照明影响的特征与目标特征，将两类特征进行融合后输出结果图像；所述融合具体包括：将光照增强网络处理后的图像输入至骨干网络中卷积获得第一中间结果，将目标检测网络处理后的图像进行卷积和上采样后获得第二中间结果；处理所述第一中间结果与第二中间结果使得图像大小一致，对所述第一、第二中间结果获取的图像进行融合获得结果图像；所述目标检测网络与光照增强网络对处理的同一图像赋予权重，通过检测参考模型动态调整两个网络之间的学习权重；使用联合损失函数来约束两个网络训练：目标检测网络损失函数加和后获得联合损失函数，所述联合损失函数为：Lossjoint＝Lossobject+Con2Con1·LossZeroDCE其中，Con1代表并行网络中单个未经良好训练的图像的平均置信度，Con2表示单个图像在经过预训练的状态下的平均置信度，Lossobject为目标检测网络损失函数，LossZero_DCE为光照增强网络损失函数；所述第一中间结果为：所述图像经过Zero_DCE处理后输入至浅层骨干网络后的输出结果；所述第二中间结果为：所述图像经过目标检测网络处理后输入至深层骨干网络后首个C3模块处理后的输出结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区城厢街道沿江西街3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。