[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： | 本发明公开了一种基于生成对抗网络模型的去除图像雨雪方法，属于深度学习神经网络领域，包括以下步骤：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。本方法构建的基于去除图像雨雪的原始生成对抗网络模型，通过提取图像数据集，得到图像雨雪的数据分布，在生成器训练过程中减去雨雪数据分布，从而达到了去除图像雨雪信息的效果。 | ||
| 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 | ||
【主权项】：
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。
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/patent/201811041442.5/，转载请声明来源钻瓜专利网。
