技術特征：

1.一種極暗光下raw域光流預測方法，其特征在于，所述方法包括以下步驟：

2.根據權利要求1所述的一種極暗光下raw域光流預測方法，其特征在于，所述步驟s1中，設標定噪聲生成相關參數p，生成噪聲如式(1)所示，其中in0為噪聲數據，ic為干凈數據，gn為噪聲生成函數，p為標定的噪聲生成參數，s為噪聲采樣相關參數：

3.根據權利要求1所述的一種極暗光下raw域光流預測方法，其特征在于，所述步驟s5中，優(yōu)化器使用adam，初始學習率為0.0001，訓練周期60，每10個訓練周期學習率降低0.5倍，loss為l1?loss。

4.根據權利要求1所述的一種極暗光下raw域光流預測方法，其特征在于，所述方法所使用圖像傳感器為sc2210。

技術總結
本發(fā)明提供一種極暗光下raw域光流預測方法，包括：S1，準備干凈raw數據和噪聲建模所需數據；S2，設計運動數據；S3，生成光流訓練數據；S4，設計光流神經網絡；S5，訓練網絡。本方法可以在線生成光流數據，模擬了極暗光場景下的運動數據，解決了傳統(tǒng)光流極暗光場景下光流不準確的問題，同時本申請設計了輕量的光流神經網絡，計算量相對較小，保證精度的情況下滿足實時性要求。

技術研發(fā)人員：汪鑫耘
受保護的技術使用者：合肥君正科技有限公司
技術研發(fā)日：
技術公布日：2025/5/19