基于残差商学习的零参考低照度图像增强方法

被引：0

专利类型：

发明

申请号：

CN202510103487.4

申请日：

2025-01-22

公开(公告)号：

CN120070214A

公开(公告)日：

2025-05-30

发明(设计)人：

谢超朱益李白玥费林丰费叶琦刘英

申请人：

南京林业大学

申请人地址：

210037 江苏省南京市玄武区龙蟠路159号

IPC主分类号：

G06T5/60

IPC分类号：

G06T5/90 G06T5/73 G06N3/0464 G06N3/045 G06N3/08

代理机构：

南京科阔知识产权代理事务所(普通合伙) 32400

代理人：

王清义;王纯洁

法律状态：

实质审查的生效

国省代码：

江苏省南京市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-06-17	实质审查的生效	实质审查的生效IPC(主分类):G06T 5/60申请日:20250122
2025-05-30	公开	公开

共 50 条

[1]

基于半监督学习的低照度图像增强方法 [P].

陈卫刚 ;

陈雨蓉 .

中国专利 :CN114998133A ,2022-09-02

[2]

基于局部场景感知的无参考低照度图像增强方法 [P].

牛玉贞 ;

李悦洲 ;

陈铭铭 ;

林晓锋 .

中国专利 :CN115205160B ,2025-07-11

[3]

基于Retinex和深度学习的低照度图像增强方法 [P].

田建东 ;

张箴 ;

荣庆轩 ;

唐延东 .

中国专利 :CN111968044A ,2020-11-20

[4]

基于深度学习的低照度图像增强方法、装置、设备及介质 [P].

路振旺 ;

李升晨 ;

左浩博 .

中国专利 :CN117808721A ,2024-04-02

[5]

基于深度学习的低照度图像增强方法、装置、设备及介质 [P].

路振旺 ;

李升晨 ;

左浩博 .

中国专利 :CN117808721B ,2024-05-03

[6]

低照度图像增强方法、低照度图像增强装置和电子设备 [P].

冉凡灿 .

中国专利 :CN111462008A ,2020-07-28

[7]

一种基于中心差分卷积的低照度图像增强方法 [P].

陈勇 ;

陈尚明 ;

刘焕淋 ;

刘鉴朗 ;

熊杭英 ;

张佑瑞 .

中国专利 :CN119273606A ,2025-01-07

[8]

基于多尺度级联深度残差网络的低照度视频增强方法 [P].

尹晓晴 ;

李卫丽 ;

翟永平 ;

杨亚洲 ;

邓劲生 ;

刘静 ;

肖华欣 ;

刘付军 ;

胡腾飞 .

中国专利 :CN113256528B ,2021-08-13

[9]

基于可学习语义先验的低照度图像增强方法 [P].

苏浩楠 ;

肖权权 ;

金海燕 ;

肖照林 .

中国专利 :CN120147593A ,2025-06-13

[10]

基于残差学习的人脸增强方法 [P].

张力元 ;

胡金晖 .

中国专利 :CN107798667A ,2018-03-13

← 1 2 3 4 5 →