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！

龙图腾网获悉湖南信息职业技术学院申请的专利基于深度学习的分区曝光矫正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：CN120510049B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510578675.2，技术领域涉及：G06T5/60；该发明授权基于深度学习的分区曝光矫正方法是由唐美玉;肖斌;李赓设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于深度学习的分区曝光矫正方法在说明书摘要公布了：本发明公开了一种基于深度学习的分区曝光矫正方法，包括：构建基于深度学习的分区曝光矫正网络：将原始图像输入光照注意力估计网络，得到估计的光照注意力映射图；将原始图像输入分区卷积增强网络，分区卷积增强网络根据所述光照注意力映射图来对图像的不同曝光区域进行分区增强；将分区增强后的图像输入高频特征精细网络后输出；将训练数据输入所述光照注意力估计网络进行训练后冻结，再输入分区卷积增强网络和高频特征精细网络进行训练，并构建损失函数进行反复迭代，训练得到分区曝光矫正网络。本发明解决了因不良光照导致的图像曝光不良和细节丢失的问题。

本发明授权基于深度学习的分区曝光矫正方法在权利要求书中公布了：1.一种基于深度学习的分区曝光矫正方法，其特征在于，包括： S1、构建包括光照注意力估计网络、分区卷积增强网络和高频特征精细网络的基于深度学习的分区曝光矫正网络； S11、将原始图像输入光照注意力估计网络，得到估计的光照注意力映射图，所述光照注意力映射图划分出了不同曝光区域； S12、将原始图像输入分区卷积增强网络，分区卷积增强网络根据所述光照注意力映射图来对图像的不同曝光区域进行分区增强； 步骤S12中，所述分区卷积增强网络包括：编码器部分包括依次相连的三个分区域卷积增强模块，解码器包括依次相连的三个卷积增强模块，编码器和解码器的每一层都添加了跳跃连接来连接编码器和解码器相同维度的特征；所述分区域卷积增强模块包括两个分支，两个分支分别进行一次卷积后，一个分支将所述光照注意力映射图与特征图进行通道连接，另一个分支将所述光照注意力映射图求反后与特征图进行通道连接，两个分支再分别连接一个卷积、一个分组归一化和一个激活函数后，两个分支连接并经过一个卷积后进行残差连接，然后，对特征图分别进行最大池化和平均池化后连接，通过一个卷积后得到相应的权重，对相应的特征进行通道加权，再经Sigmoid激活函数输出；所述卷积增强模块与分区域卷积增强模块的区别仅在于不包括所述光照注意力映射图的引导； S13、将分区增强后的图像输入高频特征精细网络后输出，所述高频特征精细网络用于恢复高频信息； 步骤S13中，所述高频特征精细网络包括：先将特征图像进行二维的离散小波变换DWT，得到的高频分量包括纵向边缘特征、横向边缘特征和对角特征三个高频特征，将所述三个高频特征分别经过一个3×3卷积，再通过两个自注意模块SAM分别将纵向边缘特征、横向边缘特征中的特征信息补充到对角特征，再将纵向边缘特征、横向边缘特征和补充后的对角特征经卷积块结构CB增强，最后通过离散小波逆变换IDWT后输出； S2、将训练数据输入所述光照注意力估计网络进行训练后，冻结光照注意力估计网络，再输入分区卷积增强网络和高频特征精细网络进行训练，并构建损失函数进行反复迭代，直到达到最大迭代次数时结束训练，得到训练好的分区曝光矫正网络。

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湖南信息职业技术学院，其通讯地址为：410200 湖南省长沙市望城区旺旺中路8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。