|
面向智能驾驶中低光照视频图像的增强算法研究
发布时间：（2024-06-11）
|
|
|
项目名称：面向智能驾驶中低光照视频图像的增强算法研究
|
|
项目类别：省级
|
|
所属等级：省级重点项目
|
|
项目编号：202410298020Z
|
|
项目组成员：
|
[第一主持人]费林丰 2110310405 机械类
[第二主持人]李军晓 2110303107 机器人工程
[项目组人员]朱森磊 2110310429 机械类
[项目组人员]王威 2310301419 机械设计制造及其自动化
|
|
|
所属学院：机械电子工程学院
|
|
所属专业：机械类
|
|
指导教师：
|
[第一指导教师]谢超 机械电子工程学院
|
|
|
立项时间：2024-06-11
|
|
研究时间：2024年6月 至 2025年6月
|
|
结题验收结果：未结题
|
|
项目研究内容简介：
本项目基于深度学习技术，致力于研发创新算法，以增强智能驾驶在低光照环境下的视觉感知能力。通过设计创新性算法结构，优化图像对比度、降低噪声并增强细节，提高驾驶决策的准确性。项目最后通过数据增强技术提高数据多样性，并在标准数据集和实际夜间场景中验证算法性能。
|
|
项目研究成果：
在本项目中，我们成功开发了一种基于深度学习的低光照图像增强算法，显著提升了智能驾驶系统在低光照环境下的视觉感知能力。通过采用卷积神经网络（CNN）和残差网络（ResNet）等先进模型，我们设计了一种创新的网络框架，包括增强网络和校准网络，以去除低光照部分并恢复清晰图像。
最终成果展示：
1、论文；项目最终成功发表一篇SCI顶刊于IEEE.Trans上，名称为Residual Quotient Learning for Zero-Reference Low-Light Image Enhancement；
（负责人二作，老师一作）
2、竞赛：成功获得“ 第七届 (2024) 全国大学生嵌入式芯片与系统设计竞赛芯片应用赛道”东部赛区三等奖；
|
|
成果图片：
|
|
|
|
发表论文情况：
|
| 论文题目 | 论文作者 | 稿件状态 | 刊物名称 | 刊物类型 | 发表时间 | 学生是第几作者 | 论文附件 | 备注 | | Residual Quotient Learning for Zero-Reference Low-Light Image Enhancement | Chao Xie, Member, IEEE, Linfeng Fei, Huanjie Tao, Yaocong Hu, Wei Zhou, Jiun Tian Hoe, Student Member, IEEE, Weipeng Hu, and Yap-Peng Tan, Fellow, IEEE | 发表 | IEEE Transactions on Image Processing | SCI | 2023-12-20 | 2 | 查看 | 老师一作 |
|
|
论文附件：无附件上传
|
|
|
|
申请专利情况：
|
| 专利题名 | 专利申请者 | 申请专利号及时间 | 授权专利号及时间 | 学生第几权利人 | 备注 |
|
|
专利附件：无附件上传
|
|
|
|
参加竞赛获奖情况：
|
| 竞赛名称 | 竞赛级别 | 竞赛主办单位 | 获奖学生名单 | 获奖等级 | 获奖时间 | 备注 | | 第七届 (2024) 全国大学生嵌入式芯片与系统设计竞赛 | 国家级 | 中国电子教育协会 | 袁浩轩、费林丰、李鹏 | 东部赛区三等奖 | 2024.9 | 名字无先后顺序 |
|
|
|
|
参加国际、国内学术交流会议情况：
|
| 论文题目 | 论文作者 | 稿件状态 | 会议名称 | 举办单位 | 举办地点 | 举办时间 | 备注 | | 投稿 | 录用 | 会议交流 |
|
|
成果展示材料：查看附件
|
|
项目研究成果统计表：查看附件
|