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：重庆理工大学

摘要：本发明涉及一种暗光场景下的非配对文本图像增强方法，该方法无需成的训练数据，具有广泛适用性。首先构建了非配对文本图像增强生成式对抗网络UT‑GAN，UT‑GAN包括生成器由文本注意力模块TAM和自注意力机制引导的AGM‑Net网络组成的生成器，鉴别器由全局鉴别器和局部鉴别器组成的双鉴别器。AGM‑Net在没有分支结构的情况下实现了出色的增强效果，有效的保留了采样过程造成的特征丢失，并且提高了整体图像的增强效果。TAM通用文本检测方法EAST获取图像中文本信息作为文本注意力图。在模型训练过程中，通过约束AGM‑Net生成图像和文本注意力图之间的特征距离，实现了在极暗场景下有效保留文本区域的信息。

主权项：1.一种暗光场景下的非配对文本图像增强方法，其特征在于：包括如下步骤：S1：获取多张低光图像，所有低光图像构成训练集；S2：构建基于自注意力机制的非配对文本图像增强生成式对抗网络UT-GAN，UT-GAN包括生成器和双鉴别器，所述生成器由文本注意力模块TAM和自注意力机制引导的AGM-Net网络组成，所述双鉴别器由全局鉴别器和局部鉴别器组成；S3：UT-GAN的训练：从训练集中低光图像先通过Zero-DCE网络进行初步增强，得到初步增强图像，将初步增强图像进行归一化处理得到空间注意力图，初步增强图像和空间注意力图共同引入AGM-Net网络，AGM-Net网络输出经过归一化处理得到自正则化注意力图，初步增强图像输入EAST文本检测方法得到文本注意力图；将自正则化注意力图和文本注意力图共同输入TAM后再与自正则化注意力图相乘，之后再与低光图像拼接得到低光图像对应的增强图像；低光图像对应的增强图像输入全局鉴别器，全局鉴别器输出该低光图像的鉴别概率；低光图像对应的增强图像随机裁剪为多张图块，多张图块输入局部鉴别器，低光图像对应的增强图像输出多张图块的鉴别概率；计算UT-GAN的损失Ltotal，并根据Ltotal采用更新UT-GAN的参数，直至Ltotal不再变化，则得到训练好的UT-GAN；S4：将一张低光图像输入训练好的UT-GAN，由训练好的UT-GAN中的生成器生成该低光图像对应的增强图像。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种暗光场景下的非配对文本图像增强方法