撮像装置は低照度環境下でコントラストが低く、画像の詳細情報が失われ、色の歪みなどの問題が発生し、これが監視カメラ、スマート交通、顔認識などの応用場面に大きな影響を与える。本稿では、この問題を解決するために注意機構を融合した複合残差ネットワークを提案し、低照度画像の増強を実現した。提案アルゴリズムはまず色空間変換（RGB-HSV）によって輝度成分Vを構築したニューラルネットワークに入力し、その後、注意機構を融合したマルチブランチ構造で画像の浅い特徴を抽出し、次に複合残差ネットワークで深い特徴を抽出し、画像再構成を経て増強されたV成分を得る。最後に成分融合により画像の増強を実現する。実験結果は、国内外の主流な低照度画像増強アルゴリズムと比較して、提案アルゴリズムが主観的視覚において画像の明るさとコントラストを著しく向上させ、PSNRおよびSSIM指標で従来手法に比べてそれぞれ約20％、15％、深層学習アルゴリズムに比べてそれぞれ約9％、3％の向上を示し、人工的に合成された低照度画像と実際の自然な低照度画像の両方で良好な性能を発揮し、画像増強の自然な色合い、高いコントラストおよびロバスト性の要求を概ね満たしている。

低照度画像増強; ニューラルネットワーク; 残差ネットワーク; 注意機構; HSV色空間