(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211410441.X (22)申请日 2022.11.11 (71)申请人 中国石油大 学 （华东） 地址 266580 山东省青岛市经济开发区长 江西路66号 申请人 青岛中石大科技教育集团有限公司 　 青岛中石大科技创业有限公司 (72)发明人 任鹏　王浩　陈勇　吴天乐　 单亦先　孙士新　郝亮　张珅　 陈刚　潘龙　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张志梅 (51)Int.Cl. G06T 5/00(2006.01)G06T 5/40(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 有益于目标准确检测的图像增强方法、 装 置、 设备及 介质 (57)摘要 本申请公开了一种有益于目标准确检测的 图像增强方法、 装置、 设备及介质， 应用于图像处 理技术领域。 其中， 方法包括预先训练包括特征 提取器、 决策代理网络和动作要素集的图像增强 模型； 图像增强模型以输入的原始样本图像的 图 像特征向量作为状态要素， 以原始样本图像和通 过决策代理网络输出的最优图像操作序列处理 后的样本增强图像间的目标检测精度增量作为 奖励要素， 对决策代理网络进行训练。 调用特征 提取器提取目标图像特征， 并将其输入至决策代 理网络， 得到目标操作序列； 按照目标操作序列， 对待检测原始图像依次进行相应的图像操作， 得 到用于进行目标检测的增强图像， 从而可以通过 提升视觉质量， 有效提高目标检测的精准度。 权利要求书3页 说明书11页 附图5页 CN 115456917 A 2022.12.09 CN 115456917 A 1.一种有益于目标准确检测的图像增强方法， 其特 征在于， 包括： 预先训练包括特 征提取器、 决策代理网络和动作要素集的图像增强模型； 调用所述特征提取器提取待检测原始图像的目标图像特征， 将所述目标图像特征输入 至所述决策代理网络， 得到目标操作序列； 按照所述目标操作序列， 对所述待检测原始图像依次进行相应的图像操作， 得到目标 增强图像； 调用目标检测器对所述目标增强图像进行目标检测； 其中， 所述特征提取器为所述目标检测器的目标网络结构； 所述动作要素集包括多种 预设的图像处理操作； 所述决策代理网络用于从所述动作要素集中确定最优图像操作序 列； 所述图像增强模型以输入的原始样本图像的图像特征向量作为状态要素， 以所述原始 样本图像和 通过所述最优图像操作序列 处理后的样本增强图像的目标检测得分增 量作为 奖励要素， 对所述决策代理网络进行训练。 2.根据权利要求1所述的有益于目标准确检测的图像增强方法， 其特征在于， 所述目标 检测器为YOLOv5s， 所述特 征提取器包括YOLOv5s的主干 部分和颈 部部分； 所述主干部分通过BottlencekCSP网络提取 图像特征， 并通过空间金字塔池化层提取 与融合不同尺度的图像特征； 相应的， 所述状态要素为多种尺寸的图像特征向量的拼接结 果； 所述颈部部分采用路径聚合网络作为来自不同骨干层对不同标检测器级别的参数聚 合。 3.根据权利要求1所述的有益于目标准确检测的图像增强方法， 其特征在于， 所述决策 代理网络包括依次连接的第一卷积层、 第二卷积层、 第一全连接层、 第二全连接层、 第三全 连接层和第四全连接层； 所述第一卷积层、 所述第二卷积层、 所述第一全连接层、 所述第二全连接层、 所述第三 全连接层和所述第四全连接层均连接相应的批归一 化层和相应的激活层。 4.根据权利要求1所述的有益于目标准确检测的图像增强方法， 其特征在于， 所述训练 包括特征提取器、 决策代理网络和动作要素集的图像增强模型之前， 还 包括： 响应动作要素集构建指令， 生成包括修图动作子集、 手动白平衡动作子集、 自动白平衡 动作子集、 直方图动作子集、 Retinex动作子集、 模糊动作子集、 非线性变换动作子集、 噪声 添加动作子集、 暗通道先验操作、 浮雕操作、 锐化操作、 主成分分析操作以及无动作选项的 动作要素集； 其中， 所述无动作选项作为终止指示信号。 5.根据权利要求4所述的有益于目标准确检测的图像增强方法， 其特征在于， 所述修图 动作子集包括调高对比度、 调高亮度、 调高颜色饱和度、 调低对比度、 调低亮度及调低颜色 饱和度； 所述手动白平衡动作子集包括调高红色分量、 调高蓝色分量、 调高绿色分量、 调低红色 分量、 调低蓝色 分量及调低绿色 分量； 所述自动白平衡动作子集包括灰色世界白平衡、 完美反射白平衡、 动态阈值白平衡、 平 均白平衡与色差检测白平衡； 所述直方图动作子集包括直方图均衡化、 自适应直方图均衡化、 对比度限制自适应直权　利　要　求　书 1/3 页 2 CN 115456917 A 2方图均衡化与对比度拉伸； 所述Retinex动作 子集包括单尺度Retinex、 多尺度Retinex、 多尺度颜色恢复Retinex、 自动多尺度颜色恢复Reti nex与多尺度色度保存Reti nex； 所述模糊动作子集包括平均模糊、 运动模糊、 中值模糊、 玻璃模糊、 双边模糊与高斯模 糊； 所述非线性变换动作子集包括Gamma校正、 对数函数处理操作、 Logit函数处理操作与 Sigmoid函数处 理操作； 所述噪声添加动作子集包括添加ISO噪声、 添加高斯噪声与添加乘法噪声。 6.根据权利要求1至5任意一项所述的有益于目标准确检测的图像增强方法， 其特征在 于， 所述以所述原始样 本图像和通过所述最优图像操作序列处理后的样本增强图像的目标 检测得分增量作为奖励要素对所述决策代理网络进行训练， 包括： 分别获取每一次训练迭代过程中所述原始样本图像和所述样本增强图像进行目标检 测的检测平均精度， 以作为评价目标检测结果的得分； 调用奖励计算关系式， 确定当前迭代的奖励要素， 所述奖励计算关系式为： ； 式中，rt为第t次迭代的奖励要素， β为平衡系数， Ct+1为所述样本增强图像在第 t次迭代 的检测平均精度， Ct为所述原 始样本图像在第 t次迭代的检测平均精度。 7.根据权利要求6所述的有益于目标准确检测的图像增强方法， 其特征在于， 所述调用 所述特征提取器提取待检测原 始图像的目标图像特 征， 包括： 获取待检测原 始图像的红色通道、 绿色通道和蓝色通道的像素值； 对各像素值进行归一化处理， 并将归一化处理后的像素值输入至所述特征提取器中， 得到所述待检测原 始图像的目标图像特 征。 8.一种有益于目标准确检测的图像增强装置， 其特 征在于， 包括： 模型预训练模块， 用于训练包括特征提取器、 决策代理网络和动作要素集的图像增强 模型； 其中， 所述特征提取器为目标检测器的目标网络结构； 所述动作要 素集包括多种预设 的图像处理操作； 所述决策代理网络用于从所述动作要素集中确定最优图像操作序列； 所 述图像增强模型以输入的原始样本图像的图像特征向量作为状态要素， 以所述原始样本图 像和通过所述最优图像操作序列 处理后的样本增强图像之间的目标检测精度增 量作为奖 励要素对所述决策代理网络进行训练； 动作确定模块， 用于调用所述特征提取器提取待检测原始图像的目标图像特征， 将所 述目标图像特 征输入至所述决策代理网络， 得到目标操作序列； 图像优化模块， 用于按照所述目标操作序列， 对所述待检测原始图像依次进行相应的 图像操作， 得到目标增强图像； 目标检测模块， 用于调用所述目标检测器对所述目标增强图像进行目标检测。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述处理器用于执行所述存储器 中存储的计算机程序时实现如权利要求1至7任一项所述有益于目标准确检测的图像增强 方法的步骤。权　利　要　求　书 2/3 页 3 CN 115456917 A 3