清华大学高跃获国家专利权
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！
龙图腾网获悉清华大学申请的专利基于数据融合的低光图像增强方法及装置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：CN116152098B 。
龙图腾网通过国家知识产权局官网在2026-01-27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：202310100629.2，技术领域涉及：G06T5/70；该发明授权基于数据融合的低光图像增强方法及装置是由高跃;李思奇设计研发完成，并于2023-01-28向国家知识产权局提交的专利申请。
本基于数据融合的低光图像增强方法及装置在说明书摘要公布了：本申请涉及计算机技术领域，特别涉及一种基于数据融合的低光图像增强方法及装置，其中，方法包括：从事件相机获取欠曝光图像和事件流数据，截取事件流数据在欠曝光图像的曝光时间内对应的事件流，构建脉冲卷积神经网络，将事件流输入脉冲卷积神经网络进行前向传播，得到事件流数据的特征向量，构建多模态融合网络，并拼接欠曝光图像和事件流数据的特征向量，以使用多模态融合网络进行前向传播，生成曝光的增强图像。本申请实施例可以基于数据融合，通过低光环境下事件相机所采集欠曝光图像及事件流，对场景做出响应并输出事件流生成正常曝光图像，以实现低光图像增强，从而提升了所采集图像的质量及效果，使所得图像数据更加准确实用。
本发明授权基于数据融合的低光图像增强方法及装置在权利要求书中公布了：1.一种基于数据融合的低光图像增强方法，其特征在于，包括以下步骤： 从移动的事件相机获取满足预设低光环境条件下采集的欠曝光图像和事件流数据； 截取所述事件流数据在所述欠曝光图像的曝光时间内对应的事件流； 使用SpikeResponse模型作为神经元动力学模型，构建脉冲卷积神经网络； 将所述事件流输入所述脉冲卷积神经网络进行前向传播，得到所述事件流数据的特征向量；以及 构建多模态融合网络，并拼接所述欠曝光图像和所述事件流数据的特征向量，以使用所述多模态融合网络进行前向传播，生成曝光的增强图像； 所述事件流的截取算法为： 其中，为截取的事件流，为事件的像素横纵坐标，为事件的时间戳，为事件的事件极性，是欠曝光图像开始曝光的时间，是欠曝光图像结束曝光的时间，； 所述拼接所述欠曝光图像和所述事件流数据的特征向量，包括： 将所述欠曝光图像和所述事件流数据的特征向量沿通道维度拼接。
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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励