隨著通訊技術(shù)的發(fā)展和拍攝設(shè)備的普及,智能視頻監(jiān)控廣泛應(yīng)用在智慧交通、公共安全等領(lǐng)域。然而在事故高發(fā)的夜間場景,由于光照不足、光照不均、雨雪霧等極端天氣以及拍攝設(shè)備等的影響,夜間視頻通常存在低對比度、高噪聲等特點,大量細(xì)節(jié)信息丟失,嚴(yán)重影響人們對視頻內(nèi)容的理解和分析。為獲得視覺效果良好的視頻圖像,并進(jìn)一步挖掘其中的關(guān)鍵信息,建立夜間視頻背景模型,提高其可用性,本文主要完成的工作如下:(1)針對夜視圖像亮度不均、噪聲大等問題,提出一種基于生成對抗網(wǎng)絡(luò)的低質(zhì)視頻增強方法。不同于現(xiàn)有的經(jīng)典增強方法,利用生成技術(shù)實現(xiàn)低質(zhì)夜間圖像到白天圖像的映射。為了恢復(fù)夜視圖像特別是其強光區(qū)域信息,通過融合生成子網(wǎng)絡(luò)強化源圖像中的目標(biāo)信息在網(wǎng)絡(luò)流中的傳遞。此外,通過對抗損失、多層感知損失、變分損失的約束提升生成圖像質(zhì)量;(2)為解決夜間場景下背景建模中的低對比度問題,創(chuàng)新性地提出一種基于生成的背景建模模型—N2DGAN。對于給定的參考幀,在時空一致性約束下,生成網(wǎng)絡(luò)將夜視視頻映射到一個虛擬白天場景下,以增加前景和背景之間的對比度。為了抑制生成過程中出現(xiàn)的不可避免的噪聲,在虛擬白天域內(nèi)通過多尺度貝葉斯模型建模,提...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１低質(zhì)夜視圖像??Ｆｉ．?１－１?Ｌｏｗｕａｌｉｔｉｍａｅｓ?ｕｎｄｅｒ?ｎｉｈｔｔｉｍｅ?ｓｃｅｎｅ??

圖１－１低質(zhì)夜視圖像??Ｆｉｇ．?１－１?Ｌｏｗ?ｑｕａｌｉｔｙ?ｉｍａｇｅｓ?ｕｎｄｅｒ?ｎｉｇｈｔｔｉｍｅ?ｓｃｅｎｅ??１．２低質(zhì)圖像增強研究現(xiàn)狀??針對如何提高單一低質(zhì)圖像的清晰度這一問題，國內(nèi)外學(xué)者做了大直方圖的方法、基于Ｒｅｔｉｎｅｘ的方法、基于濾波的方法是三大主流的....

圖２－２夜視圖像增強網(wǎng)絡(luò)結(jié)構(gòu)圖??Ｆｉｇ．２－２?Ｍｏｄｅｌ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｆｏｒ?ｎｉｇｈｔｔｉｍｅ?ｉｍａｇｅ?ｅｎｈａｎｃｅｍｅｎｔ??（３）融合網(wǎng)絡(luò)結(jié)構(gòu)如表２－３所，２－２－．

通過傳統(tǒng)增強方法對源圖像預(yù)處理，￡（．）３２＞＜３２表示圖像預(yù)處理后下采樣至對應(yīng)卷??積層的大�。常玻常�。??

圖2-3低質(zhì)視頻增強實驗結(jié)果

圖２－４前景目標(biāo)增強結(jié)果（ａ）本算法有效的前景增強（ｂ）本算法無法處理的情況??Ｆｉｇ．２－４?Ｅｘａｍｐｌｅ?ｒｅｓｕｌｔｓ?ｏｆ?ｆｏｒｅｇｒｏｕｎｄ?ｏｂｊｅｃｔｓ?ｅｎｈａｎｃｅｍｅｎｔ?ｉｎ?ｄｉｆｆｅｒｅｎｔ?ｃｏｎｄｉｔｉｏｎｓ．（ａ）?Ｒｅｓｕｌｔｓ?ｏｆ??ｆｏ....

圖２－５幀間穩(wěn)定性對比圖??Ｆｉｇ．２－５?Ｍｏｔｉｏｎ?Ｓｔａｂｉｌｉｔｙ?Ｃｏｍｐａｒｉｓｏｎ?ｗｉｔｈ?ＣｙｃｌｅＧＡＮ?ａｎｄ?ｐｉｘ２ｐｉｘ．??

息在網(wǎng)絡(luò)流中的傳遞。??變分損失約束圖像像素點在其局部空間的連續(xù)性，使圖像在視覺上平滑。為??了驗證總變分損失的作用，本文通過設(shè)置其權(quán)重木ｖ?＝?０得到了圖２－６（ｃ）。從圖中紅??框內(nèi)的圖像可以看出，變分損失使生成的白天圖像在細(xì)節(jié)上更加自然。??圖２－６（ｄ）第二行是用ＭＳＥ損....

本文編號：3920164