[发明专利]一种基于低照度图像增强算法的刑侦摄影系统及方法

权利要求书

1.一种基于低照度图像增强算法的刑侦摄影方法，其特征在于，所述基于低照度图像增强算法的刑侦摄影方法包括：

利用摄影设备进行图像数据获取与对象捕捉，并将获取的图像数据传送至增强端；

所述增强端利用构建的基于增强网络模块生成对抗网络的低照度图像增强模型对传输的低照度图像进行增强，并运用对抗网络算法进行图像识别，为未进行过识别的种类贴上标签；同时提取存储后台中已完成识别的类似标签进行辅助识别；

将识别增强的图片传输至摄影端以及存储后台分别进行输出与存储。

2.如权利要求1所述基于低照度图像增强算法的刑侦摄影方法，其特征在于，所述捕捉方法包括：

生成各类型的摄影控制系统作为操作引擎接口；

初始化摄影设备引擎；

进行异步操开始掌控相机整体；

异步操作启动相机，同时调用相机；

利用相机进行图像捕捉，同时设置引擎为空闲状态；

拍摄图片后，调用相机控制系统，执行引擎中的工程命令；

进行捕捉图片异步操作，完成后调用相机引擎中的图片捕捉完成指令完成操作；

所述基于增强网络模块生成对抗网络的低照度图像增强模型构建方法包括：

(1)获取高质量的图像对作为训练数据集训练生成器网络G；

(2)从训练数据集随机采样m个低照度图片对其中，m表示训练批次的大小，I_x表示低照度图片，I_y表示真实照度图片，I_adv表示判别器的输入；

(3)固定判别网络的输入为I_adv＝{0,0,…,0}，长度为m；

(4)最小化生成器网络总体损失：

Loss_gen＝ω_aL_a+ω_advL_adv+ω_conL_con+ω_tvL_tv+ω_colL_col；

(5)训练判别器网络，随机初始化判别网络的输入为I_adv＝{1,0,…,0},长度为m；

(6)从训练数据集随机采样m个低照度图片

(7)最大化判别器网络总体损失：

3.如权利要求1所述基于低照度图像增强算法的刑侦摄影方法，其特征在于，所述基于增强网络模块生成对抗网络的低照度图像增强模型包括：

所述低照度图像增强模型包括添加有增强网络的生成器、判别器以及损失函数；

所述添加有增强网络的生成器，基于完全卷积网络，由多个残差块和卷积块2部分组成；用于将输入图像作为一个整体转换成一个在新空间中类似的图片；

所述判别器，用于同时接收生成器生成的图片和真实图片，产生真假的预测值；

所述损失函数为：Loss＝ω_aL_a+ω_advL_adv+ω_conL_con+ω_tvL_tv+ω_colL_col；

其中L_a,L_adv,L_con,L_tv,L_col分别表示注意力损失，对抗损失，内容损失，总变差损失，颜色损失，ω_a,ω_adv,ω_con,ω_tv,ω_col分别表示其损失对应权重。