摘要
本发明涉及计算机视觉技术领域，公开了一种基于细节增强与双向指导的夜间图像语义分割方法，提出了一个包括参数预测器(Edip)、多个图像处理滤波器(Mdif)和细节处理模块(DPM)的图像自适应增强(IAEN)模块。Edip结合Mdif来预测曝光和色调等参数，从而优化图像质量。我们采用了一种新颖的图像编码器，通过使Edip能够处理不同尺度的特征来提高参数预测的准确性。DPM强化了被忽视的图像细节，扩展了IAEN模块的功能。在分割网络之后，我们集成了深度引导滤波器(DGF)以优化分割输出。整个网络进行端到端训练，分割结果指导参数预测优化，促进自学习和网络改进。这种轻量且高效的网络架构特别适合解决夜间图像分割中的挑战。
