基于深度学习神经网络的视频图像快速调节方法

本申请实施例提供一种基于深度学习神经网络的视频图像快速调节方法，通过针对不同光照场景构建参数映射数据库，基于运动目标区域的亮度分布和边缘对比度建立图像质量评价体系。通过残差神经网络剪枝评估机制，计算网络各层对目标区域的特征提取敏感度，保留关键神经元并引入通道注意力机制，增强对光照突变的响应能力。同时构建参数敏感度评估矩阵，根据不同参数对目标区域的影响程度设定调节优先级，采用平滑过渡策略实现实时参数调节。该方法有效解决了传统调节方案响应速度慢、调节效果不稳定的问题，提升了复杂光照环境下的图像质量。