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！

龙图腾网获悉北京理工大学申请的专利相机感知特性引导的真实曝光校正方法和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：CN116614714B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310348986.0，技术领域涉及：H04N23/74；该发明授权相机感知特性引导的真实曝光校正方法和系统是由付莹;张涛;张军设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本相机感知特性引导的真实曝光校正方法和系统在说明书摘要公布了：本发明公开了相机感知特性引导的真实曝光校正方法和系统，属于计算摄像与图像处理技术领域。本发明用于真实数据的曝光校正，根据相机感知特性设计通道引导的卷积神经网络，搭建真实成对数据采集系统。同时，设计了用于曝光校正的知识蒸馏策略，提出真实成对曝光校正数据采集系统并采集数据集，使用所采集的数据集训练曝光校正神经网络，能够高质量地完成真实图像曝光校正，提升了真实图像曝光校正质量。

本发明授权相机感知特性引导的真实曝光校正方法和系统在权利要求书中公布了：1.相机感知特性引导的真实曝光校正方法，其特征在于，包括以下步骤： 步骤101：搭建真实数据采集系统，利用该系统采集真实成对曝光校正数据集，其中，真实成对曝光校正数据集包含成对的过欠曝光图像和正常曝光图像； 步骤102：分析相机感知特性，设计通道引导的曝光校正网络，在同一个网络中学习欠曝光和过曝光所需的不同先验知识； 其中，网络总体结构包括主分支、彩色通道引导分支和引导通道选择模块；将RAW图像分解为红绿绿蓝四个通道；首先使用引导通道选择模块自动选择所需的颜色通道，用于过曝光或欠曝光校正；然后，将所选颜色通道输入到颜色通道引导分支中，生成引导特征；最后，利用引导特征对主分支中的相应特征进行调制； 设计一个引导通道选择模块；首先，将四个通道RAW图像输入一个全局平均池层，获得平均向量；随后，为进一步获取不同通道的权重信息，采用两个完全连接层来学习每个通道之间的非线性关系；然后，利用Sigmoid门控机制来限制每个通道的最终注意权重，两个最大值对应的通道即为所选通道； 在训练网络进行过曝光和欠曝光校正时，约束引导通道选择模块来选择特定的通道进行相应的校正任务，表示为： 1 其中，表示通道选择损失，和分别表示所选择的通道和目标通道，即：过曝光校正为蓝色和红色通道，欠曝光校正为绿色通道； 设计一个彩色通道引导模块，通过引导信息对特征进行调制；首先，将选定的颜色通道输入到颜色通道引导分支中，生成引导特征；然后，利用具有相应空间分辨率的引导特征对主分支特征进行调制； 步骤103：使用知识蒸馏，让通道引导的曝光校正网络更有效地学习过曝光和欠曝光校正所需的先验知识； 其中，知识蒸馏，是将过曝光和欠曝光校正所需的先验知识蒸馏到通道引导的曝光校正网络；在使用知识蒸馏之前，首先训练两个分别针对过曝光和欠曝光校正的网络，其目标损失函数表示为： 3 其中，和分别为引导通道选择损失和重建损失； 重建损失表示为： 4 其中，和分别表示为曝光校正网络的输出和相应的目标图像； 当过曝光和欠曝光校正网络训练良好时，采用知识蒸馏的方法，将过曝光和欠曝光校正的知识提取到一个统一的网络中； 在知识蒸馏方面，两个训练良好的过曝光和欠曝光校正网络是教师网络，统一的过曝光和过曝光校正网络是学生网络；对于过曝光和欠曝光校正，学生网络的特征均应与教师网络的相应特征接近； 知识蒸馏过程表示为： 5 其中，为教师和学生网络特征之间的误差，表示为： 6 其中，为所使用的特征数量，和分别表示学生网络和教师网络中的特征；用于监督学生网络中的特征； 步骤104：输入学习率、优化方法、迭代次数以及采集的真实成对数据集，根据知识蒸馏策略，对网络参数进行训练，得到过欠曝光图像和正常曝光图像之间的映射关系 通过优化训练的目标函数式3和式5得到优化后的网络参数，完成曝光校正网络的训练，得到优化后的过欠曝光图像和正常曝光图像之间的映射关系 步骤105：输入要测试的过欠曝光图像，并输入步骤104得到的过欠曝光图像和正常曝光图像之间的映射关系；通过过欠曝光图像和正常曝光图像之间的映射关系，将过欠曝光图像映射成正常曝光图像，从而实现高效率和高精度图像曝光校正，提高成像质量； 正常曝光图像为分别为过欠曝光图像和正常曝光图像。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。