[发明专利]一种基于深度神经网络的图像去雾方法有效
| 申请号： | 201811208024.0 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109472818B | 公开（公告）日： | 2021-07-02 |
| 发明（设计）人： | 李岳楠;刘宇航 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/514 | 分类号： | G06T7/514;G06T5/00;G06N3/08;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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深度神经网络的图像去雾方法，包括：选取全球大气光和大气散射系数，利用景深生成有雾图及其透射率图；将无雾图、有雾图和透射率图组成训练集；基于编码器‑解码器架构构建包括估计透射率子网络和去雾子网络的生成器网络；并采用对抗损失函数、透射率L1范数损失函数和去雾图L1范数损失函数的线性组合训练生成器；基于卷积层、sigmoid激活函数以及LeakyReLU函数构建判别器网络；将真实无雾图和经过去雾子网络生成的去雾图分别作为正负样本，以交叉熵作为代价函数训练判别器；采用生成器和判别器交替训练的方式进行对抗训练；训练完成后，将一张待去雾的有雾图输入生成器，经过一次前向传播即得到去雾图。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 图像 方法 | ||
【主权项】：
1.一种基于深度神经网络的图像去雾方法，其特征在于，所述方法包括：选取全球大气光和大气散射系数，利用景深生成有雾图及其透射率图；将无雾图、有雾图和透射率图组成训练集；基于编码器‑解码器架构构建包括估计透射率子网络和去雾子网络的生成器网络；并采用对抗损失函数、透射率L1范数损失函数和去雾图L1范数损失函数的线性组合训练生成器；基于卷积层、sigmoid激活函数以及LeakyReLU函数构建判别器网络；将真实无雾图和经过去雾子网络生成的去雾图分别作为正负样本，以交叉熵作为代价函数训练判别器；采用生成器和判别器交替训练的方式进行对抗训练；训练完成后，将一张待去雾的有雾图输入生成器，经过一次前向传播即得到去雾图。
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天津大学，未经天津大学许可，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/201811208024.0/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
