一种低照度图像增强方法
    1.
    发明公开

    公开(公告)号:CN114418874A

    公开(公告)日:2022-04-29

    申请号:CN202111642691.1

    申请日:2021-12-29

    Abstract: 一种低照度图像增强方法,包括以下步骤:(1)亮度检测:计算检测目标图像的亮度值,确定其是否亮度过低;(2)图像反转:待检测图像存在亮度过低的问题时,对其进行图像反转操作;若不存在,直接输出图像。(3)图像去雾:亮度较低的图像经反转后,图像特征与直方图分布与有雾图像相似,故而对反转后图像进行去雾处理;(4)图像输出:将经过去雾图像进行反归一化与反转后进行输出。本发明利用暗通道先验理论进行系统设计,使得该系统能够有效提升低光照场景下的采集图像质量,在经过低照度场景图像增强处理后,低照度环境下拍摄的图像清晰度显著提升,图像的色彩与纹理信息也有较大水平的提高。

    一种动态量化神经网络的推理方法

    公开(公告)号:CN114462591A

    公开(公告)日:2022-05-10

    申请号:CN202111592468.0

    申请日:2021-12-23

    Abstract: 一种动态量化神经网络的推理方法,属于神经网络量化技术领域,应用于FPGA/ASIC神经网络专用硬件。本发明包括:使用测试集对待量化神经网络的单精度浮点模型进行推理,统计单精度浮点模型每层输出张量的最大绝对值;根据每层输出张量的最大绝对值估计量化模型各层输出张量的比例因子;使用该比例因子统计值作为量化神经网络模型的计算参数,代替量化模型推理中每层输出张量的比例因子计算。本发明改善了现有神经网络量化模型在推理中比例因子计算复杂的问题。

Patent Agency Ranking