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！

龙图腾网获悉北京林业大学申请的专利一种基于图像自适应增强的动物目标检测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：CN116092126B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310175808.2，技术领域涉及：G06V40/10；该发明授权一种基于图像自适应增强的动物目标检测方法及系统是由张军国;杨紫合;田野设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于图像自适应增强的动物目标检测方法及系统在说明书摘要公布了：本发明涉及图像检测技术领域，尤其涉及一种基于图像自适应增强的动物目标检测方法，包括：以第一预设处理方式处理原始图像，以形成数据处理图像；将原始图像与数据处理图像以预设混合方式进行混合，以形成混合训练图像和降采样图像；利用参数预测模块处理降采样图像，以获得参数预测值；根据参数预测值以第二预设处理方式处理混合训练图像，以形成增强图像；获取增强图像的融合特征，并以预设训练方式进行训练，并且根据训练结果更新参数预测模块和图像检测模块；利用上述模块，在有效提升了对动物目标识别性能同时，提升了大气模糊和复杂光线环境下的图像识别的精度。

本发明授权一种基于图像自适应增强的动物目标检测方法及系统在权利要求书中公布了：1.一种基于图像自适应增强的动物目标检测方法，其特征在于，包括： 步骤S1，利用数据处理模块以第一预设处理方式处理原始图像，以形成数据处理图像； 步骤S2，所述数据处理模块将所述原始图像与所述数据处理图像以预设混合方式进行混合，以形成混合训练图像，并将混合训练图像降采样输入参数预测模块，以形成参数预测值； 步骤S3，图像增强模块根据参数预测值以第二预设处理方式处理所述混合训练图像，以形成增强训练图像； 步骤S4，图像检测模块获取所述增强训练图像的融合特征，并利用目标检测头获取检测结果，并，以预设训练方式对所述检测结果和真实结果进行训练，并根据训练形成的任务损失更新图像检测模块和参数预测模块； 步骤S5，所述图像检测模块根据所述参数预测模块和图像增强模块对输入图像计算得到的增强图像，以及所述任务损失输出目标检测模型； 步骤S6，在训练完成条件下，将待检图像输入到所述目标检测模型中，得到最终检测结果； 其中，所述第一预设处理方式为通过计算曝光度函数以及大气散射模型调整图像；所述第二预设处理方式为根据所述参数预测值以预设增强方式调整输入图像的增强属性；所述预设训练方式为将所述增强图像输入预设的学习模型进行训练；所述预设混合方式为以预设比例将所述原始图像与所述数据处理图像进行混合；所述训练完成条件为完成预设训练得到所述目标检测模型； 在所述步骤S3中，所述参数预测模块将所述混合训练图像降采样后以预设预测方式进行处理，其中，所述参数预测模块包括： 第一卷积层，其卷积核为3×3，步数为2，输出通道值为16； 第二卷积层，其卷积核为3×3，步数为2，输出通道值为32； 第三卷积层，其卷积核为3×3，步数为2，输出通道值为32； 非局部块，其通道数为32； 最大池化层，其卷积核为4×4，步数为4，输出通道数为32； 第一全连接层，其输出通道数为64； 第二全连接层，其输出通道数为14； 对于单个整合图像，所述参数预测模块将其顺次经过所述第一卷积层、所述第二卷积层、所述第三卷积层、所述非局部块、所述最大池化层、所述第一全连接层以及所述第二全连接层，并将所述第二全连接层输出的值记为参数预测值； 非局部块是一个用于捕获长期依赖关系的通用构建块家族，第二全连接层输出图像增强模块的超参数；当这三个卷积层的输出信道分别为16、32和32时，参数预测模块只包含150K个参数。

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北京林业大学，其通讯地址为：100083 北京市海淀区清华东路35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。