[发明专利]基于视觉语义引导的图像去模糊方法有效
| 申请号： | 201910722994.0 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110675329B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 纪荣嵘;陈福海 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于视觉语义引导的图像去模糊方法，涉及计算机视觉和人工智能领域。提出结构化空间语义嵌入模型，构造S3树用于自动推断结构化内容和在推理期间提供结构化空间特征，连接图像语义理解和图像去模糊两大模块，在多任务中实现语义的建模和嵌入，以获得最佳的特征图；在模糊图像去模糊过程中，将获得的最佳的特征图采用卷积与合并操作输入到去模糊模块中；该去模糊模块基于树结构的生成对抗网络进行训练；其中损失函数包括：S3树引导的对抗损失以及S3树引导的内容损失；模糊图像自动描述和图像去模糊协同训练，对树模型进行行优化。采用基于结构化空间语义嵌入的全新深度学习网络设计，解决了模糊图像去模糊中没有考虑图像语义内容等问题。 | ||
| 搜索关键词： | 基于 视觉 语义 引导 图像 模糊 方法 | ||
【主权项】：
1.基于视觉语义引导的图像去模糊方法，其特征在于包括以下步骤：/n1)提出结构化空间语义嵌入模型，称为S3E-Deblur，构造结构空间语义树，即S3树，用于自动推断结构化内容和在推理期间提供结构化空间特征，连接图像语义理解和图像去模糊两大模块，在多任务中实现语义的建模和嵌入，以获得最佳的特征图；/n2)在模糊图像去模糊过程中，将步骤1)中获得的最佳的特征图采用卷积与合并操作输入到去模糊模块中；该去模糊模块基于树结构的生成对抗网络进行训练；其中损失函数包括：S3树引导的对抗损失以及S3树引导的内容损失；/n3)模糊图像自动描述和图像去模糊协同训练，对树模型进行行优化。/n
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厦门大学，未经厦门大学许可，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/201910722994.0/，转载请声明来源钻瓜专利网。
