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！

申请/专利权人：山东恒辉软件有限公司

摘要：本发明属于计算机数字图像处理技术领域，涉及基于注意力机制的弱光图像增强分析方法，通过构建由分解单元、增强单元和引入多头自注意力机制的重建单元组成的增强网络模型，将训练集输入增强网络模型内对其进行遍历训练，并在遍历训练过程中评估各次遍历训练的各次迭代过程对应批次内的各弱光图像输出的增强图像与其对应正常光图像的损失性能，由ADAM优化器根据各次遍历训练的各次迭代过程对应批次弱光图像的整体损失表现进行增强网络模型参数的实时反向更新，进而根据早停条件符合结果获取增强网络模型的最优配置参数，随即利用验证集确认最优配置参数下增强网络模型的弱光图像增强成果，实现对弱光图像的高效精准增强处理。

主权项：1.基于注意力机制的弱光图像增强分析方法，其特征在于，该方法包括：S1.由分解单元、增强单元和引入多头自注意力机制的重建单元构建增强网络模型，通过增强网络模型对输入的弱光图像进行增强处理；S2.提取WEB云端存储LOL数据集中各弱光图像及其对应正常光图像，按照预定义原则划分训练集和验证集，将训练集输入增强网络模型内以此对模型进行遍历训练，遍历训练轮次上限为预设伦次；S3.根据早停条件符合结果获取增强网络模型的最优配置参数；S4.将验证集输入最优配置参数下的增强网络模型内以此对模型进行图像增强成果验证；S5.若增强网络模型图像增强成果验证合格，则保存增强网络模型的最优配置参数，反之重复S2-S4步骤，直至验证合格；所述通过增强网络模型对输入的弱光图像进行增强处理，包括：S11.通过分解单元将输入的弱光图像分解为光照图和反射图；S12.将光照图的光照成分和反射图的反射成分进行拼接生成输入张量，传入增强单元内置卷积层进行初步特征提取，对提取的初步特征连续进行预设次数的卷积操作，分别通过卷积核权重调控、ReLU激活函数使用以增强光照特征、反射特性，各次卷积操作输出的特征图通过上采样处理以恢复弱光图像原始尺寸，并与其前一次卷积操作输出特征图融合；S13.对预设次数卷积操作后获取的各融合特征图进行拼接，传入引入多头自注意力机制的重建单元内，获取拼接特征图的多头自注意力计算结果并以此进行拼接调整和线性变换，随即利用重建单元内置转置卷积层对拼接特征图进行重建，从而获取输入的弱光图像的增强图像，以实现输入的弱光图像的增强处理；所述通过分解单元将输入的弱光图像分解为光照图和反射图，包括：于分解单元入口对输入的弱光图像各像素进行通道最大值选取，保留输入的弱光图像各像素最大通道维度数值以获取最大值图像，将其与输入的弱光图像进行通道维度拼接，形成一扩展通道数的输入张量，传入分解单元内置的由预设数量卷积层组成的网络结构中，经过预设次数的卷积和激活函数组合操作后，使用特定的卷积操作将弱光图像分解成预设数量的输出通道对应成分，提取各输出通道对应成分并进行切片操作，使其值域转换至预设区间内，进而根据各输出通道对应成分类型，从中提取得到反射图和光照图；所述获取拼接特征图的多头自注意力计算结果，包括：将拼接特征图分割为预设窗口大小的各区域块，使用预设多自注意力函数对各区域块进行卷积操作，设置输出通道数量等于注意力头数量，生成各区域块针对各注意力头的初步注意力得分图，对各区域块进行二次卷积操作，设置输出通道数量为1，生成各区域块的整合注意力得分图，按照各区域块的位置形成拼接特征图的注意力得分矩阵，以此对拼接特征图进行加权处理，从而获取拼接特征图的多头自注意力计算结果。

全文数据：

权利要求：

百度查询： 山东恒辉软件有限公司 基于注意力机制的弱光图像增强分析方法