[发明专利]一种自动识别模糊类型的深度学习图像复原方法在审
| 申请号： | 201810441515.3 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108830801A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 徐国祥 | 申请（专利权）人： | 湖南丹尼尔智能科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410205 湖南省长沙市高新开发*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种自动识别模糊类型的深度学习图像复原方法，对于大量未知模糊类型的模糊图像，首先利用训练好的深度学习分类模型自动自动识别出模糊类型，然后根据模糊类型调用针对该种模糊类型的深度学习图像复原算法，快速进行端到端图像复原处理。本发明所提出的方法可以快速批量处理不同模糊类型的图像，便于在实际中应用。 | ||
| 搜索关键词： | 模糊类型 学习图像 自动识别 复原 分类模型 复原算法 模糊图像 图像复原 端到端 调用 图像 应用 学习 | ||
【主权项】：
1.一种自动识别模糊类型的深度学习图像复原方法，其特征在于，包括以下步骤：步骤1：构建用于识别模糊类型的深度学习分类模型；步骤2：构建深度学习分类模型对应的仿真数据集，并利用数据集对深度学习分类模型进行训练，得到训练完成的深度学习分类模型；步骤3：构建深度学习图像复原模型；步骤4：构建不同模糊类型的仿真数据集，并分别对深度学习图像复原模型进行训练，得到针对不同模糊类型的训练完成的深度学习图像复原模型；步骤5：对于待处理的模糊图像，首先利用深度学习分类模型自动识别出模糊类型，并根据模糊类型自动选择相应的深度学习图像复原模型，直接得到复原后的清晰图像。
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湖南丹尼尔智能科技有限公司，未经湖南丹尼尔智能科技有限公司许可，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/patent/201810441515.3/，转载请声明来源钻瓜专利网。
