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！

龙图腾网获悉暨南大学申请的专利基于3D-LUT的目标检测方法、装置、电子装置、系统及存储介质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：CN118135251B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410269108.4，技术领域涉及：G06V10/60；该发明授权基于3D-LUT的目标检测方法、装置、电子装置、系统及存储介质是由刘晓翔;李佳信;张桦坚;黄旻睿;陈妙儿;郑悦;吴尚师;张智尧设计研发完成，并于2024-03-11向国家知识产权局提交的专利申请。

本基于3D-LUT的目标检测方法、装置、电子装置、系统及存储介质在说明书摘要公布了：本申请涉及基于3D‑LUT的目标检测方法、装置、电子装置、系统及存储介质，该方法包括：获取待检测的第一图像帧；利用已训备的第一3D‑LUT模型和预设的插值法，对第一图像帧进行亮度和对比度增强处理，得到增强图像帧，第一3D‑LUT模型是利用当前已生成的第二3D‑LUT模型，对配对的暗光样本图像和亮光样本图像进行图像增强校验，指导当前已生成的第二3D‑LUT模型进行迭代所训练的CNN；基于目标检测模型，在增强图像帧中进行目标检测，得到检测结果，目标检测模型是基于YOLOv8算法，根据通过第一3D‑LUT模型对预设的样本图像帧进行增强处理生成的第二图像帧和与第二图像帧对应的实测目标所训练的神经网络模型。通过本申请，解决了现有目标检测技术应对弱光复杂环境检测效果不佳的问题。

本发明授权基于3D-LUT的目标检测方法、装置、电子装置、系统及存储介质在权利要求书中公布了：1.一种基于三维色域转换3D-LUT的目标检测方法，其特征在于，包括： 在已采集的视频数据的视频帧中，获取待检测的第一图像帧，其中，所述第一图像帧包括暗光条件下拍摄的目标图像； 利用已训备的第一3D-LUT模型和预设的插值法，对所述第一图像帧进行亮度和对比度增强处理，得到增强图像帧，其中，所述第一3D-LUT模型是利用当前3D-LUT，对配对的暗光样本图像和亮光样本图像进行图像增强校验，并指导当前3D-LUT进行迭代优化所训练出的卷积神经网络CNN； 基于目标检测模型，在所述增强图像帧中进行目标检测，得到检测结果，其中，所述目标检测模型是基于YOLOv8算法，并根据第二图像帧和与所述第二图像帧对应的实测目标所训练的神经网络模型，所述第二图像帧是通过已训备的所述第一3D-LUT模型对预设的样本图像帧进行增强处理生成的，所述预设的样本图像帧包括以预设比例混合的暗光样本图像帧和亮光样本图像帧；其中，所述第一3D-LUT模型的训练，包括： 获取当前3D-LUT，将所述暗光样本图像输入所述当前3D-LUT，得到所述暗光样本图像对应的亮光增强样本图像，其中，所述当前3D-LUT的每个颜色通道包括预设数目的像素映射组，所述当前3D-LUT包括由CNN网络输出的以下之一：初始3D-LTU、完成一次迭代优化后所对应的3D-LUT； 计算所述暗光样本图像对应的亮光增强样本图像与所述亮光样本图像的像素偏移量； 根据所述像素偏移量，对所述当前3D-LUT进行迭代优化，生成所述第一3D-LUT模型； 其中，利用已训备的第一3D-LUT模型和预设的插值法，对所述第一图像帧进行处理，得到增强图像帧，包括： 利用所述第一3D-LUT模型，遍历所述第一图像帧的所有第三像素值； 在所述第一3D-LUT模型所对应的所有像素映射组中，判断是否存在与所述第三像素值映射的第四像素值，其中，所述第四像素值用于表征所述第一图像帧进行亮光增强后所对应的像素值； 在判断到存在与所述第三像素值映射的第四像素值的情况下，将对应的所述第三像素值更新为对应的所述第四像素值，得到所述增强图像帧； 在判断到不存在与所述第三像素值映射的第四像素值的情况下，利用插值法，生成与所述第三像素值对应的第五像素值，并将所述第五像素值作为所述第一图像帧进行亮光增强后所对应的像素值，得到所述增强图像帧。

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暨南大学，其通讯地址为：519000 广东省珠海市香洲区前山路206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”。

以上内容由龙图腾AI智能生成。