[发明专利]排序卷积神经网络构建方法及其图像处理方法与装置

摘要

本发明提供一种排序卷积神经网络构建方法及其图像处理方法与装置，该排序卷积神经网络中包括了排序层，排序层用于对所述排序层的前一层的输出结果进行排序处理，按照排序结果生成所述排序层的输出结果，并将所述排序层的输出结果输出到所述排序层的后一层，使用该排序卷积神经网络能够通过自动学习来获取输入特征图对应的输出特征，相比于现有技术通过手工计算获取特征的方法，本发明的方法能够更好的反映真实场景素材蕴含的客观规律，将该方法应用于图像处理领域时，就能够使得图像处理的效果得到大幅提升。

主权项

1.一种图像处理方法，其特征在于，包括：接收输入雾霾图像；使用排序卷积神经网络确定所述输入雾霾图像的当前像素点的特征向量，其中，所述排序卷积神经网络中包括排序层、卷积层、下采样层以及全连接层，所述排序层用于对所述排序层的前一层的输出结果进行排序处理，按照排序结果生成所述排序层的输出结果，并将所述排序层的输出结果输出到所述排序层的后一层；将所述当前像素点的特征向量输入随机森林回归模型中，获取所述当前像素点的雾霾浓度；根据所述雾霾浓度以及环境光信息，确定所述输入雾霾图像对应的清晰图像；所述使用排序卷积神经网络确定所述输入雾霾图像的当前像素点的特征向量之前，还包括：建立输出层特征向量与雾霾浓度之间的对应关系；其中，所述输出层特征向量与雾霾浓度之间的对应关系为：对于输出层特征向量如果t_Β∈(i/10‑0.1,i/10]，则否则其中，t_Β为雾霾浓度。