VIP20
本课程属于：038-计算摄影原理 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

低光照增强与运动补偿实战指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
低光照视频的痛点分析 · 运动模糊与噪声的耦合关系 · 课程目标与项目总览
课程导论低光照视频的痛点…
02
成像基础
CMOS传感器工作原理 · 曝光时间与ISO对图像质量的影响 · 暗电流与热噪声
成像基础CMOS
03
低光照图像模型
噪声模型（高斯 · 泊松 · 散粒噪声）
低光照图像模型噪声模型
04
传统增强方法
直方图均衡化（HE） · 自适应直方图均衡化（CLAHE） · Gamma校正
传统增强方法HE
05
去噪基础
空间域滤波（均值 · 高斯 · 中值）
去噪基础空间域滤波
06
运动估计基础
光流法原理（Lucas-Kanade… · 块匹配算法（BMA） · 运动矢量场分析
运动估计基础Lucas-Kanade
07
运动补偿基础
帧间预测与补偿 · 全局运动补偿（仿射变换） · 局部运动补偿（网格变形）
运动补偿基础帧间预测
08
时域去噪
帧平均法 · 三边滤波 · 时域递归滤波（卡尔曼滤波视角）
时域去噪帧平均法
09
空域-时域联合去噪
VBM3D算法原理 · VBM4D扩展 · 参数调优经验
空域时域联合去噪
10
深度学习基础（上）
卷积神经网络（CNN）核心概念 · 感受野与空洞卷积 · 残差学习（ResNet）
深度学习基础CNN
11
深度学习基础（下）
U-Net架构详解 · 密集连接（DenseNet） · 注意力机制（SENet
深度学习基础U-Net
12
低光照增强数据集
真实数据集（SID · LOL） · 合成数据集生成方法
低光照增强数据集SID
13
端到端低光照增强网络
LLNet · RetinexNet · Zero-DCE架构解析
端到端低光照增强…LLNet
14
基于物理模型的增强
SID（See-in-the-Dar… · Raw域处理 · ISP管线模拟
基于物理模型的增…SID
15
运动补偿网络
FlowNet系列 · PWC-Net · RAFT光流估计网络
运动补偿网络FlowNet
16
视频去噪网络
FastDVDnet · BasicVSR++ · VRT（Video Restorat…
视频去噪网络FastDVDnet
17
低光照视频增强网络
StableLLVE · LEDNet · 事件相机辅助增强
低光照视频增强网…StableLLVE
18
损失函数设计
L1/L2损失 · 感知损失（Perceptual Lo… · 对抗损失（GAN）
损失函数设计L1/L2
19
评估指标
PSNR · SSIM · LPIPS
评估指标PSNR
20
模型训练技巧
混合精度训练 · 梯度累积 · 学习率调度（Cosine Annea…
模型训练技巧混合精度训练
21
模型部署与加速
ONNX导出 · TensorRT优化 · 模型量化（INT8）
模型部署加速
22
实战项目一
基于CLAHE+光流法的实时低光照视…
实战项目一CLAHE+
23
实战项目二
基于Zero-DCE的静态图像低光照…
实战项目二Zero-DCE
24
实战项目三
基于FastDVDnet的视频去噪与…
实战项目三FastDVDnet
25
实战项目四
基于RAFT+U-Net的端到端低光…
实战项目四RAFT+U-Net
26
实战项目五
基于Transformer的VRT模…
实战项目五Transformer
27
边缘端部署
在Jetson Nano/RK358… · NCNN/TNN框架使用
边缘端部署Jetson
28
移动端优化
使用MNN/TFLite在手机端实现… · NPU加速调用
移动端优化MNN/TFLite
29
前沿进展
事件相机（Event Camera）… · 神经辐射场（NeRF）与低光照重建
前沿进展Event
30
课程总结与展望
技术路线图回顾 · 常见陷阱总结 · 未来研究方向（自监督
课程总结技术路线图回顾