龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西北工业大学
申请日：2024-03-17
公开（公告）日：2024-06-21
公开（公告）号：CN118229581A
主分类号：G06T5/77
分类号：G06T5/77;G06V10/778;G06V10/774;G06V10/764
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明是一种基于域适应的半监督水下图像增强方法，属于图像增强技术领域；方法步骤为：将陆上图像数据集合成水下图像数据集，输入图像S；选取设定数量的水下真实图像数据集，作为输入图像R；对合成的水下图像数据集和水下真实图像数据集使用暗通道先验方法生成数据集的传输图；构建基于平均教师模型的半监督水下图像增强网络；完成半监督水下图像增强网络的训练；输入测试集，采用训练好的半监督水下图像增强网络对测试集进行图像增强并输出结果，所述测试集是从已有的水下开源数据集中选取的水下真实图像。本发明提高模型增强不同真实水下图像的泛化能力。
主权项：1.一种基于域适应的半监督水下图像增强方法，其特征在于具体步骤如下：采用修正的水下物理成像模型将陆上图像数据集合成水下图像数据集，并将图像尺寸调整为h*t作为输入图像S；从已有的水下开源数据集中随机选取设定数量的水下真实图像数据集，并将图像尺寸调整为h*t作为输入图像R；对合成的水下图像数据集和水下真实图像数据集使用暗通道先验方法生成数据集的传输图，并将图像尺寸调整为h*t作为另一输入图像T；构建基于平均教师模型的半监督水下图像增强网络；所述半监督水下图像增强网络包括学生网络和教师网络，学生网络的参数为有标签的水下图像数据集，采用监督损失函数进行学生网络的参数优化；所述教师网络的参数为无标签的水下真实图像数据集，由学生网络的参数通过指数移动平均得到，且教师网络增强的图像通过Uranker网络评分获取质量优越的伪标签，基于伪标签进行无监督一致性损失函数计算，完成半监督水下图像增强网络的训练；输入测试集，采用训练好的半监督水下图像增强网络对测试集进行图像增强并输出结果，所述测试集是从已有的水下开源数据集中选取的水下真实图像。
全文数据：
权利要求：
百度查询： 西北工业大学 基于域适应的半监督水下图像增强方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号