龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津大学
摘要：本发明公开了一种基于注意力机制的分焦平面偏振图像去噪方法，步骤1，使用偏振相机采集偏振图像，制作数据集；步骤2，搭建注意力机制残差密集网络，并设计自适应调节的偏振损失函数；步骤3、将数据集输入注意力机制残差密集网络进行网络的训练：首先使用浅层特征提取模块对偏振分量进行初步融合，并使用注意力机制对浅层特征进行加权赋值；然后通过注意力机制残差密集连接模块充分融合图像的不同特征，并对不同深度的特征图进行筛选，最后经过全局残差模块输出残差图像；步骤4，利用输入的噪声图像和残差图得到预测的无噪声图像。与现有技术相比，本发明能够提高图像去噪质量；适用于不同偏振成像体制和不同类别偏振信息成像方式。
主权项：1.一种基于注意力机制的分焦平面偏振图像去噪方法，其特征在于，该方法包括以下流程：步骤1，使用偏振相机采集偏振图像，制作数据集；对数据集进行预处理；步骤2，搭建注意力机制残差密集网络，并设计自适应调节的偏振损失函数，所述注意力机制残差密集网络模型包括设置于输入端、输出端之间的第一卷积层、第一卷积层、多个残差-密集连接模块、特征融合concat层、1×1卷积层和第三卷积层依序密集连接，所述第一卷积层、第一卷积层、多个残差-密集连接模块、特征融合concat层分别连接一个注意力机制模块；将第一卷积层、第一卷积层、多个残差-密集连接模块、特征融合concat层、1×1卷积层、第三卷积层和多个注意力机制模块分别经过通道混洗，配置成浅层特征提取模块、注意力机制残差-密集模块以及特征融合模块；并且，在浅层特征提取模块的第一卷积层和特征融合Concat层之间设置短路连接的全局残差学习模块；步骤3、将数据集输入注意力机制残差密集网络进行网络的训练：首先使用浅层特征提取模块对偏振分量进行初步融合，并使用注意力机制对浅层特征进行加权赋值；然后通过注意力机制残差密集连接模块充分融合图像的不同特征，并对不同深度的特征图进行筛选，最后经过全局残差模块输出残差图像；步骤4，利用输入的噪声图像和残差图得到预测的无噪声图像。
全文数据：
权利要求：
百度查询： 天津大学 基于注意力机制的偏振图像去噪方法
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