本申请涉及计算机视觉领域，特别是涉及一种高速夜间图像清晰度增强模型的构建方法及构建装置。
背景技术：
1、随着科技的不断发展，高速公路夜间清晰度的增强成为了交通安全和管理的重要课题，增强高速公路夜间清晰度具有多方面的优势。首先，它有助于提高夜间交通安全，能够更容易地发现和识别潜在的安全隐患，如车辆故障、违规行驶等，其次，清晰的夜间监控对于事故调查和责任认定也非常重要，为相关部门提供了有力的证据支持，此外，夜间清晰度的提升还可以加强对高速公路的治安管理，防范各类违法犯罪行为。总之，高速公路夜间清晰度的增强是提升交通安全和管理效率的重要举措。
2、现有技术为了增强高速公路监控摄像机在夜间场景的清晰度一般在硬件和软件两种层面进行设计，在硬件层面通过使用高感光度的图像传感器、先进的图像处理算法以及配备辅助照明设备等来有效地提高摄像机在低光照条件下的成像能力，使夜间的监控画面更加清晰可辨，从而通过提高监控摄像机的性能，使其在夜间能够更清晰地捕捉图像和视频，这种方法虽然效果不错，但成本太高，不利于大面积铺设。
3、在软件层面一般使用相应算法对获取的夜间图像进行增强来提高图像的清晰度，但是，当前高速公路监控夜间增强算法可能存在以下几个方面的局限性：1.图像质量问题：夜间环境下，图像的亮度和对比度通常较低，可能导致图像模糊、噪点多等问题。一些算法可能无法有效地去除噪点或恢复图像细节，从而影响增强效果；2.适应性问题：不同的夜间场景具有不同的光照条件和特征，例如路灯照明、车灯眩光等。一些算法可能无法很好地适应各种复杂的夜间场景，导致增强效果不一致或不理想；3.运算复杂度：一些复杂的增强算法可能需要较高的计算资源和时间，这可能会对实时监控系统的性能产生影响；4.光源干扰：例如车灯、路灯等光源可能会产生眩光或反射，影响图像的质量。一些算法可能无法有效地处理这些光源干扰，导致图像过曝或反射失真；5.运动物体问题：夜间高速公路上的车辆运动可能导致图像模糊或拖影。一些算法可能在处理运动物体时效果不佳，无法清晰地捕捉和增强运动物体的图像；6.环境变化：天气条件如雾、雨、雪等可能会影响夜间图像的质量。一些算法可能对这些环境变化的适应性较差，无法在不同天气条件下提供稳定的增强效果。
4、综上所述，如何使用较少的成本和计算资源来规避高速公路上的各种干扰信息，从而对获取的图像进行优化处理来提高图像的清晰度是现有技术亟需解决的难题。
技术实现思路
1、本申请实施例提供了一种高速夜间图像清晰度增强模型的构建方法及构建装置，可以通过恢复图像的原始细节，并判断出图像中需要进行增强的部分进行针对性增强，从而使用较少的计算资源来提升整体图像的清晰度。
2、第一方面，本申请实施例提供了一种高速夜间图像清晰度增强模型的构建方法，所述方法包括：
3、构建高速夜间图像清晰度增强架构，所述高速夜间图像清晰度增强架构包括特征提取模块、图像增强模块以及噪声修正模块；
4、获取至少一待增强高速图像以及与每一待增强高速图像对应的参考图像组成图像对输入到高速夜间图像清晰度增强架构中，所述参考图像为对应待增强高速图像的清晰图像，所述特征提取模块对图像对进行特征提取得到浅层特征以及全局特征；
5、所述图像增强模块包括掩码计算单元、细节恢复单元以及特征输出单元，所述掩码计算单元基于所述浅层特征以及全局特征获取第一掩码以及第二掩码，在训练阶段所述第一掩码为待增强高速图像的掩码矩阵，所述第二掩码为对应参考图像的掩码矩阵，所述细节恢复单元基于注意力机制对所述第一掩码进行增强得到增强特征，在所述特征输出单元中将增强特征与第二掩码组合得到输出特征图；
6、在所述噪声修正模块中逐一获取输出特征图中的噪声像素点并修正得到增强图像，使用损失函数计算增强图像与对应参考图像之间的特征差异值，当特征差异值小于设定阈值时保存当前高速夜间图像清晰度增强架构的参数得到高速夜间图像清晰度增强模型。
7、第二方面，本申请实施例提供了一种高速夜间图像清晰度增强方法，包括：
8、获取待增强高速图像，将所述待增强高速图像输入到构建好的高速夜间图像清晰度增强模型中得到增强了清晰度的增强图像。
9、第三方面，本申请实施例提供了一种高速夜间图像清晰度增强模型的构建装置，包括：
10、构建模块，用于构建高速夜间图像清晰度增强架构，所述高速夜间图像清晰度增强架构包括特征提取模块、图像增强模块以及噪声修正模块；
11、特征提取模块，用于获取至少一待增强高速图像以及与每一待增强高速图像对应的参考图像组成图像对输入到高速夜间图像清晰度增强架构中，所述参考图像为对应待增强高速图像的清晰图像，所述特征提取模块对图像对进行特征提取得到浅层特征以及全局特征；
12、图像增强模块，包括掩码计算单元、细节恢复单元以及特征输出单元，所述掩码计算单元基于所述浅层特征以及全局特征获取第一掩码以及第二掩码，在训练阶段所述第一掩码为待增强高速图像的掩码矩阵，所述第二掩码为对应参考图像的掩码矩阵，所述细节恢复单元基于注意力机制对所述第一掩码进行增强得到增强特征，在所述特征输出单元中将增强特征与第二掩码组合得到输出特征图；
13、所述噪声修正模块，在所述噪声修正模块中逐一获取输出特征图中的噪声像素点并修正得到增强图像，使用损失函数计算增强图像与对应参考图像之间的特征差异值，当特征差异值小于设定阈值时保存当前高速夜间图像清晰度增强架构的参数得到高速夜间图像清晰度增强模型。
14、第四方面， 本申请实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行一种高速夜间图像清晰度增强模型的构建方法或一种高速夜间图像清晰度增强方法。
15、第五方面，本申请实施例提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括一种高速夜间图像清晰度增强模型的构建方法或一种高速夜间图像清晰度增强方法。
16、本发明的主要贡献和创新点如下：
17、本申请实施例针对高速公路监控摄像机夜间场景中由于光线原因引起的图像退化问题，首先采用yolov5进行特征提取，通过融合浅层特征和全局特征的掩码恢复图像的原始细节，并采用基于掩码的注意力机制算法实现图像增强进一步提升图像的对比度和亮度，然后通过图像增强算法的细节恢复模块补充因为低光照条件丢失的纹理和细节，最后应用降噪算法降低图像噪声并整体提升图像的清晰度。
18、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
1.一种高速夜间图像清晰度增强模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高速夜间图像清晰度增强模型的构建方法，其特征在于，在“所述特征提取模块对图像对进行特征提取得到浅层特征以及全局特征”步骤中，将所述图像对输入到所述特征提取模块中得到第一特征图、第二特征图、第三特征图、第四特征图以及第五特征图，将所述第二特征图与所述第三特征图融合得到浅层特征，将所述第四特征图与所述第五特征图进行融合得到全局特征，其中，所述特征提取模块为yolov5的骨干网络，第一特征图、第二特征图、第三特征图、第四特征图以及第五特征图分别为yolov5的骨干网络不同阶段的输出，且第一特征图、第二特征图、第三特征图、第四特征图以及第五特征图的分辨率依次减小。
3.根据权利要求1所述的一种高速夜间图像清晰度增强模型的构建方法，其特征在于，在“所述掩码计算单元基于所述浅层特征以及全局特征获取第一掩码以及第二掩码”步骤中，获取第一掩码和第二掩码的公式表示如下：
4.根据权利要求1所述的一种高速夜间图像清晰度增强模型的构建方法，其特征在于，在“所述细节恢复单元基于注意力机制对所述第一掩码进行增强得到增强特征”步骤中，所述注意力机制的计算公式如下所示：
5.根据权利要求1所述的一种高速夜间图像清晰度增强模型的构建方法，其特征在于，在“在所述特征输出单元中将增强特征与第二掩码组合得到输出特征图”步骤中，将增强特征与第二掩码组合的公式表示如下：
6.根据权利要求1所述的一种高速夜间图像清晰度增强模型的构建方法，其特征在于，在“在所述噪声修正模块中逐一获取输出特征图中的噪声像素点并修正得到增强图像”步骤中，逐一获取输出特征图中的噪声像素点并修正的公式表示如下：
7.一种高速夜间图像清晰度增强方法，其特征在于，包括：
8.一种高速夜间图像清晰度增强模型的构建装置，其特征在于，包括：
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1-6任一所述的一种高速夜间图像清晰度增强模型的构建方法或权利要求7所述的一种高速夜间图像清晰度增强方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据权利要求1-6任一所述的一种高速夜间图像清晰度增强模型的构建方法或权利要求7所述的一种高速夜间图像清晰度增强方法。
