[发明专利]一种基于生成对抗网络模型的去除图像雨雪方法在审
| 申请号： | 201811041442.5 | 申请日： | 2018-09-07 |
| 公开（公告）号： | CN109360160A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 周智恒;李立军 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 雨雪 数据分布 网络模型 生成器 去除 图像 对抗 原始生成 卷积神经网络 提取图像数据 学习神经网络 神经网络 随机噪声 图像数据 训练过程 初始化 判别器 减去 迭代 构建 | ||
【权利要求书】：
1.一种基于生成对抗网络模型的去除图像雨雪方法，其特征在于，所述的去除图像雨雪方法包括下列步骤：
S1、构造原始生成对抗网络模型；
S2、构造神经网络充当生成器与判别器的功能；
S3、初始化随机噪声，输入生成器中；
S4、利用卷积神经网络得到图像数据集中的雨雪数据分布；
S5、每次迭代除去生成器中的雨雪数据分布，进行训练。
2.根据权利要求1所述的一种基于生成对抗网络模型的去除图像雨雪方法，其特征在于，所述的步骤S2中构造的神经网络包含多个卷积核，其中卷积核的个数根据数据集图像特征的复杂程度设置。
3.根据权利要求1所述的一种基于生成对抗网络模型的去除图像雨雪方法，其特征在于，所述的步骤S4过程如下：
S41、通过卷积神经网络提取图像数据集中的雨雪信息；
S42、得到雨雪信息的数据分布。
4.根据权利要求1所述的一种基于生成对抗网络模型的去除图像雨雪方法，其特征在于，所述的步骤S5具体过程如下：
每次迭代通过在生成器生成图像的数据分布的基础上，与雨雪信息的数据分布进行作差之后输入生成器除去生成器中的雨雪数据分布，进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811041442.5/1.html，转载请声明来源钻瓜专利网。
