基于双分支解耦网络及多模态感知的低光照图像增强方法
本发明公开了基于双分支解耦网络及多模态感知的低光照图像增强方法,属于计算机视觉和图像处理技术领域。该方法构建了以通道自注意力恢复网络为主干的双分支解耦架构,包含高亮度注意力分支和低亮度注意力分支,分别针对图像中的亮部与暗部区域进行差异化恢复;为实现精准解耦,设计了亮度损失注意力算法,利用自适应掩膜策略引导各分支专注于特定照度区域的特征提取;同时结合CLIP多模态损失,借助文本语义信息引导生成图像向高质量视觉风格逼近;最终通过RCAB超分模块对双分支特征进行深度融合与上采样,输出高分辨率增强图像。本发明解决了低光照图像增强中全局处理导致的光照优化冲突以及高分辨率图像处理算力消耗过大的技术问题。
《基于双分支解耦网络及多模态感知的低光照图像增强方法》是一发明专利,专利号为 2026101906887,当前法律状态为已下证,由暨南大学提出申请,发明人为李展;邓一凡;陈章路;张峰;傅智恒;郑淑铃;姚博洋,申请日期为2026-02-10,公开(公告)日期为2026-07-17,国际专利分类号(IPC)为 G06T 5/60 (2024.01),高新资质:未报高企,所属技术领域包括:预审,高校代售专利,下单前需确定下未报项目代售。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于双分支解耦网络及多模态感知的低光照图像增强方法,属于计算机视觉和图像处理技术领域。该方法构建了以通道自注意力恢复网络为主干的双分支解耦架构,包含高亮度注意力分支和低亮度注意力分支,分别针对图像中的亮部与暗部区域进行差异化恢复;为实现精准解耦,设计了亮度损失注意力算法,利用自适应掩膜策略引导各分支专注于特定照度区域的特征提取;同时结合CLIP多模态损失,借助文本语义信息引导生成图像向高质量视觉风格逼近;最终通过RCAB超分模块对双分支特征进行深度融合与上采样,输出高分辨率增强图像。本发明解决了低光照图像增强中全局处理导致的光照优化冲突以及高分辨率图像处理算力消耗过大的技术问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
