[发明专利]基于深度学习的视频去雾系统在审
| 申请号： | 201910808161.6 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110544216A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 张婷;赵杏 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/194;G06T3/40 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于深度学习，设计出一款实时的视频去雾系统。采用端到端的图像去雾方法，搭载轻量级的卷积神经网络，同时学习大气散射模型中的透射率t(x)和大气光A参数，直接生成去雾图像；结合前背景分割法和双三次插值算法对视频图像进行处理进一步提高了视频处理的实时性；在NYU2数据集上根据大气散射模型生成有雾图的方法得到有雾图像数据集，用于训练和测试。本发明设计出的视频去雾系统可移植性强，能够嵌入到硬件处理器中，能应用到交通视频去雾、无人驾驶、计算机视觉辅助驾驶中，去雾能力显著，视觉效果好，是一款有效的视频去雾系统。 | ||
| 搜索关键词： | 去雾 散射模型 视频 双三次插值算法 卷积神经网络 对视频图像 计算机视觉 图像数据集 硬件处理器 背景分割 辅助驾驶 交通视频 可移植性 去雾图像 视觉效果 视频处理 图像去雾 无人驾驶 实时性 数据集 透射率 嵌入 测试 学习 应用 | ||
【主权项】：
1.基于深度学习的视频去雾系统，其特征在于包括以下步骤：/n1)输入有雾视频，用前背景分割法对视频进行预处理；/n2)采用双三次插值算法提高视频处理速度，实现视频的实时去雾；/n3)在NYU2数据集上根据大气散射模型生成有雾图的方法得到有雾图像数据集用于训练和测试；/n4)采用基于CNN的端到端去雾网络实现视频去雾，先通过K估计模块来估计K(x)的值，再经过清晰图像生成模块根据大气散射物理模型计算出清晰图像J(x)；/n5)图像融合，降噪处理，输出去雾视频。/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北京理工大学，未经北京理工大学许可，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/201910808161.6/，转载请声明来源钻瓜专利网。
