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！

龙图腾网获悉浙江理工大学申请的专利一种低照度视频增强方法及系统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：CN116703793B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310606104.6，技术领域涉及：G06T5/50；该发明授权一种低照度视频增强方法及系统是由杨羊;竺钰成;刘占豪;蒋国庆设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种低照度视频增强方法及系统在说明书摘要公布了：本发明公开了一种低照度视频增强方法及系统，属于图像处理技术领域，方法包括：获取不同类别的初始视频，提取正常光视频帧序列，并通过正常光视频序列生成低照度视频序列；将两个序列作为一组对比视频帧序列，构造包含多组对比视频帧序列的低照度视频数据集，并将低照度视频数据集按照预设比例划分为训练集、验证集和测试集；结合自注意力机制和卷积原理，构造低照度视频增强网络模型；采用孪生网络结构，对低照度视频增强网络模型进行训练，训练时损失函数采用一致性损失、重构损失、SSIM损失和颜色损失；将测试集中的低照度视频帧序列输入至训练后得到的低照度视频增强网络模型，得到增强视频帧序列。

本发明授权一种低照度视频增强方法及系统在权利要求书中公布了：1.一种低照度视频增强方法，应用于低照度视频增强系统，其特征在于，包括： S101：获取不同类别的初始视频，从所述初始视频中提取正常光视频帧序列，并通过所述正常光视频帧序列生成低照度视频帧序列，其中，所述类别包括场景、时间、曝光强度； S102：将所述正常光视频帧序列和所述与所述正常光视频帧序列对应的低照度视频帧序列作为一组对比视频帧序列，构造包含多组对比视频帧序列的低照度视频数据集，并将所述低照度视频数据集按照预设比例划分为训练集、验证集和测试集； S103：结合自注意力机制和卷积原理，构造低照度视频增强网络模型，其中，所述低照度视频增强网络模型包括第一卷积层、第二卷积层、步长为2的第三卷积层、自适应特征提取模块和depth_to_space层，其中，所述自适应特征提取模块包括依次连接的第一自适应特征提取模块至第七自适应特征提取模块，每个所述自适应特征提取模块由局部特征提取模块、自注意力模块和特征融合模块依次连接组成，同时，局部特征提取模块和特征融合模块之间建立一个残差连接，其中，所述第一自适应特征提取模块和所述第五自适应特征提取模块、所述第二自适应特征提取模块和所述第六自适应特征提取模块、所述第三自适应特征提取模块和所述第七自适应特征提取模块均为跳跃连接，所述第三卷积层与所述第一自适应特征提取模块的局部特征提取模块连接，所述第七自适应特征提取模块的特征融合模块与所述depth_to_space层连接； S104：从所述训练集中选取所述对比视频帧序列，采用孪生网络结构，将所述低照度视频帧序列中的第N-1、N、N+1和N-2、N、N+2帧图像作为输入图像分别输入至两个相同且共享权重的所述低照度视频增强网络模型，对所述低照度视频增强网络模型进行训练，训练中使用所述正常光视频帧序列的第N帧作为标准视频帧，训练时的损失函数使用一致性损失、重构损失、SSIM损失和颜色损失； S105：将所述测试集中的对比视频帧序列输入至训练后得到的低照度视频增强网络模型，得到增强视频帧序列。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市杭州经济技术开发区白杨街道2号大街928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。