摘要
تواجه أجهزة التصوير في بيئات الإضاءة المنخفضة مشكلات مثل انخفاض التباين، فقدان تفاصيل الصورة، وتشويه الألوان، مما يسبب تشويشًا كبيرًا في تطبيقات مثل مراقبة الفيديو، النقل الذكي، والتعرف على الوجوه. لحل هذه المشكلة، تقترح هذه الورقة شبكة مركبة من بقايا الدمج مع آلية الانتباه لتعزيز الصور منخفضة الإضاءة. تستخدم الخوارزمية أولاً تحويلًا في فضاء الألوان (RGB-HSV) لوضع مركبة السطوع V داخل الشبكة العصبية المُصممة، ثم تستخرج الشبكة الميزات السطحية للصورة باستخدام هيكل متعدد الفروع مع آلية الانتباه، ثم تستخلص الميزات العميقة باستخدام شبكة بقايا مركبة، وبعدها يتم إعادة بناء الصورة للحصول على المركبة V المعززة وأخيرًا يتم تعزيز الصورة من خلال دمج المركبات. تظهر النتائج التجريبية أن الخوارزمية المقترحة تقدم تحسينًا واضحًا في السطوع والتباين من حيث الرؤية الموضوعية مقارنة بخوارزميات تعزيز الصور منخفضة الإضاءة المحلية والدولية الرئيسية، مع زيادة حوالي 20٪ و15٪ في مؤشرات PSNR وSSIM مقارنة بالخوارزميات التقليدية، وزيادة حوالي 9٪ و3٪ مقارنة بخوارزميات التعلم العميق، وتظهر أداء جيدًا سواء في الصور منخفضة الإضاءة المصنعة يدويًا أو الصور منخفضة الإضاءة الحقيقية والطبيعية، مما يلبي أساسًا متطلبات طابع الألوان الطبيعية للتعزيز، التباين العالي، والمتانة.
关键词
تعزيز الصور منخفضة الإضاءة; الشبكات العصبية; شبكات البقايا; نموذج الانتباه; فضاء ألوان HSV
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website