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：清华大学深圳国际研究生院
摘要：本发明公开了基于先验生成对抗网络的图像去雾方法，包括：收集成对的有雾图像和无雾图像构建训练集；对训练集的图像进行预处理，获得四通道的图像，所述四通道包括R、G、B三通道以及滤波后保留有高频与低频信息的第四通道；取四通道有雾图像的浅层特征并进行下采样，得到深层特征；对深层特征进行上采样以获取重构上采样特征，上采样过程中通过跳跃连接将上采样之前的图像特征融入重构上采样特征，重构出四通道的去雾图像；根据图像生成器损失和辨别器损失在训练集上训练所述图像去雾模型；图像生成器损失包括有雾图像与去雾图像之间的重建损失，对抗损失，以及表征去雾图像与无雾图像在HSV空间的区别的先验损失。
主权项：1.一种基于先验生成对抗网络的图像去雾方法，其特征在于，包括对图像去雾模型进行训练的步骤，其中所述图像去雾模型包括图像生成器和辨别器，所述图像生成器用于将输入的有雾图像处理为去雾图像，所述辨别器用于辨别所述去雾图像是否为无雾图像；所述对图像去雾模型进行训练的步骤包括：S1、收集成对的有雾图像和无雾图像构成图像对，利用图像对构建训练用的数据集，并将数据集划分为训练集和测试集；S2、对训练集的图像进行预处理，获得四通道的图像，所述四通道包括R、G、B三通道以及滤波后保留有高频与低频信息的第四通道；S3、对预处理后的训练集，提取四通道的有雾图像的浅层特征并进行下采样，得到深层特征；S4、对所述深层特征进行上采样以获取重构上采样特征，上采样过程中通过跳跃连接将上采样之前的图像特征融入所述重构上采样特征，重构出四通道的去雾图像；S5、根据图像生成器损失和辨别器损失，在训练集上训练所述图像去雾模型；其中，所述图像生成器损失包括：所述有雾图像与所述去雾图像之间的重建损失，对抗损失，以及表征所述去雾图像与所述无雾图像在HSV空间的区别的先验损失；其中，HSV空间包括代表色调的H通道、代表饱和度的S通道和代表明度的V通道。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院 基于先验生成对抗网络的图像去雾方法及模型
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