[发明专利]基于多尺度卷积的轻量级神经网络单图像去雾方法在审
| 申请号： | 201910987873.9 | 申请日： | 2019-10-17 |
| 公开（公告）号： | CN110738622A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 张笑钦;唐贵英;赵丽 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 11253 北京中北知识产权代理有限公司 | 代理人： | 陈孝政 |
| 地址： | 325000 浙江省温州市瓯海经济*** | 国省代码： | 浙江;33 |
| 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多尺度卷积的轻量级神经网络单图像去雾方法，包括以下步骤：(1)将数据集划分为训练集、验证集和测试集；(2)利用训练集和验证集训练提出的网络模型；(3)利用测试集测试训练好的模型；(4)采用度量标准对模型进行评估。上述技术方案，本发明专门设计了一个多尺度去雾模块，用于提取各尺度下的图片信息，这对最后的去雾结果有重要影响；在充分考虑各尺度信息的情况下尽量减少模型参数，压缩模型大小，进而降低模型的计算复杂度；实现峰值信噪比更高的去雾效果，同时不用估计透射率和全球大气光的单张图片去雾。 | ||
| 搜索关键词： | 去雾 测试集 多尺度 训练集 验证集 峰值信噪比 计算复杂度 尺度信息 模型参数 全球大气 神经网络 图片信息 网络模型 重要影响 单图像 数据集 透射率 度量 卷积 尺度 测试 压缩 评估 图片 | ||
【主权项】：
1.一种基于多尺度卷积的轻量级神经网络单图像去雾方法，其特征在于：包括以下步骤：/n(1)将数据集划分为训练集、验证集和测试集；/n(2)利用训练集和验证集训练提出的网络模型；/n(3)利用测试集测试训练好的模型；/n(4)采用度量标准对模型进行评估。/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温州大学，未经温州大学许可，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/201910987873.9/，转载请声明来源钻瓜专利网。
