買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國礦業大學(北京);北京力巖智礦科學技術研究院有限公司申請的專利基于神經網絡的恢復低照度圖像高級特征的方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119693273B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411737843.X，技術領域涉及：G06T5/77；該發明授權基于神經網絡的恢復低照度圖像高級特征的方法及系統是由孫振明;申澤清;劉世奇;劉輝;左棟;李佳;孫啟東;李明檐;郭霖源設計研發完成，并于2024-11-29向國家知識產權局提交的專利申請。

本基于神經網絡的恢復低照度圖像高級特征的方法及系統在說明書摘要公布了：本申請涉及機器視覺技術領域，提供了一種基于神經網絡的恢復低照度圖像高級特征的方法及系統。該方法中，基于神經網絡模型對低照度的源圖像進行處理，得到第一圖像，并通過多維高斯函數，對第一圖像及與源圖像對應的正常照度的目標圖像進行高斯模糊，提取第一圖像及目標圖像的高級特征；基于變形后的峰值信噪比模型，確定第一圖像及所述目標圖像的高級特征的微分損失值，對神經網絡模型進行更新，以基于更新后的神經網絡模型對低照度圖像進行高級特征恢復。籍以，在神經網絡模型反向傳播的過程中，通過在損失函數中加入變形的峰值信噪比模型，對神經網絡模型進行更新，實現神經網絡模型更好地恢復圖像中的高級特征。

本發明授權基于神經網絡的恢復低照度圖像高級特征的方法及系統在權利要求書中公布了：1.一種基于神經網絡的恢復低照度圖像高級特征的方法，其特征在于，包括： 步驟S101、基于預設的神經網絡模型，循環提取采集的低照度的源圖像中實體特征的不同級別的特征照度進行卷積操作，并對提取的所述特征照度進行恢復，得到第一圖像； 步驟S102、通過多維高斯函數，對所述第一圖像及獲取的與所述源圖像對應的正常照度的目標圖像進行高斯模糊，分別提取所述第一圖像的高級特征以及所述目標圖像的高級特征； 步驟S103、基于變形后的峰值信噪比模型，按照公式： 確定所述第一圖像的高級特征和所述目標圖像的高級特征的微分損失值；其中，為所述目標圖像的最大像素值；為所述第一圖像與所述目標圖像的均方誤差； 按照公式： 確定變形后的均方誤差； 其中，為所述第一圖像的高級特征在坐標為上的像素值； 為所述目標圖像的高級特征在坐標上的像素值； 分別為經過多維高斯模糊后只保留高級特征的圖像的長和寬； 均為正整數； 步驟S104、根據所述微分損失值，對所述神經網絡模型進行更新，以基于更新后的所述神經網絡模型對低照度圖像的高級特征進行恢復。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國礦業大學(北京);北京力巖智礦科學技術研究院有限公司，其通訊地址為：100083 北京市海淀區學院路丁11號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。