[发明专利]一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法

权利要求书

1.一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，包括以下步骤：

S1、通过多个分辨率分支的多尺度残差网络对输入的摩尔图像进行采样，得到不同分辨率的图像特征；

S2、将每个取样分支处增加动态特征编码，对不同分辨率的图像特征进行编码；

S3、对每个取样分支引入一个分支缩放模块，通过反向传播自动学习每个分支的重要性，并赋予每个分支一个权重；

S4、将不同分辨率的图像求和，得到输出图像。

2.根据权利要求1所述的一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，所述步骤S1对摩尔图像进行采样的具体方法为：

S11、多尺度残差网络的每个分支学习原始分辨率和2X，4X，8X，16X和32X下采样分辨率上的非线性映射；

S12、利用每个分支的端部处的子像素卷积将特征上采样到原始分辨率。

3.根据权利要求1所述的一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，所述步骤S2包括以下分步骤：

S31、对每个主尺度分支设计一个旁路分支；

S32、在不同的空间分辨率下对图像特征进行编码；

S33、通过自适应实例规范化(AdaIN)将额外的旁路分支嵌入到每个主尺度分支中，以动态调整主尺度分支的参数。

4.根据权利要求3所述方法制备的一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，在所述步骤S33中的调整主尺度分支参数的具体方法为：

A1、计算主干网络经过残差块的特征映射的均值和方差；

A2、将步骤A1的均值和方差传输至主干网络的自适应实例规范化(AdaIN)中，计算摩尔模式的统计值来调节主干分支的参数。

5.根据权利要求4所述方法制备的一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，所述步骤A1中特征映射的均值计算公式为：

所述特征映射的方差计公式为：

其中，H和W表示特征映射的高度和宽度，为动态特征编码分支中来自第i编码层的特征x^enc的平均值，为动态特征编码分支中来自第i编码层的特征x^enc的方差。

6.根据权利要求4所述的一种基于多尺度网络和动态特征编码的实时摩尔纹去除方法，其特征在于，所述步骤A2中摩尔模式的统计值计算公式为：

其中，和表示来自主干分支的统计信息，x_i表示主干分支中第i个残差块的特征图。