首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于动态卷积神经网络的轻量级自适应图像去模糊方法_桂林电子科技大学_202211570626.7 

申请/专利权人:桂林电子科技大学

申请日:2022-12-08

公开(公告)日:2024-06-21

公开(公告)号:CN118229577A

主分类号:G06T5/73

分类号:G06T5/73;G06T3/4046;G06V10/80;G06N3/0464;G06N3/048;G06N3/082

优先权:

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本发明公开了一种基于动态卷积神经网络的轻量级自适应图像去模糊方法,包括:获取目标模糊图像,目标模糊图像的第一下采样图像和第二下采样图像;将目标模糊图像,第一下采样图像和第二下采样图像输入至训练好的轻量级自适应图像去模糊模型中,得到目标模糊图像对应的清晰去模糊图像;其中,轻量级自适应图像去模糊模型包括:多尺度自适应特征提取模块、三维注意力编码模块、三维注意力解码模块和多尺度自适应特征融合模块。本发明公开的轻量级自适应图像去模糊方法能运用在成本和时间敏感的场景如移动设备、车辆和机器人等,并且可以几乎实时获得高质量的去模糊图像。

主权项:1.一种基于动态卷积神经网络的轻量级自适应图像去模糊方法,其特征在于,包括:获取目标模糊图像,通过下采样获得目标模糊图像的第一下采样图像和第二下采样图像;所述的第一下采样图像的大小为目标模糊图像的四分之一,第二下采样图像的大小为目标模糊图像的十六分之一;构建轻量级自适应图像去模糊模型,所述轻量级自适应图像去模糊模型包括:多尺度自适应特征提取模块、三维注意力编码模块、三维注意力解码模块和多尺度自适应特征融合模块;将所述的目标模糊图像,第一下采样图像和第二下采样图像输入至训练好的轻量级自适应图像去模糊模型中,得到清晰的去模糊图像。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 一种基于动态卷积神经网络的轻量级自适应图像去模糊方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。