龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华东交通大学
摘要：本发明公开了一种基于改进CycleGAN网络模型的图像去雨方法及系统，方法包括：获取待去雨图像；将所述待去雨图像输入至预先构建的改进CycleGAN网络模型中，所述改进CycleGAN网络模型输出去雨后的图像，其中，所述改进CycleGAN网络模型中包含生成器、判别器以及损失函数，所述生成器中包含密集连接卷积网络、掩膜生成器以及注意力特征生成器。为防止特征提取过程中高频特征丢失，确保细节修复效果更好，在生成器中引入密集连接卷积网络；其次为使得修复区域集中在雨纹周围，使得雨纹去除的更干净，引入CBAM注意力机制；最后针对去雨纹任务的特殊性，对雨纹到干净背景的映射进一步约束，使得生成的图像更加逼真。
主权项：1.一种基于改进CycleGAN网络模型的图像去雨方法，其特征在于，包括：获取待去雨图像；将所述待去雨图像输入至预先构建的改进CycleGAN网络模型中，所述改进CycleGAN网络模型输出去雨后的图像，其中，所述改进CycleGAN网络模型中包含生成器、判别器以及损失函数，所述生成器中包含密集连接卷积网络、掩膜生成器以及注意力特征生成器；所述改进CycleGAN网络模型输出去雨后的图像具体为：将待去雨图像X输入密集连接卷积网络中，所述密集连接卷积网络输出第一结果；将所述第一结果分别输入至所述掩膜生成器以及所述注意力特征生成器中，所述掩膜生成器输出内容掩膜特征图F1，所述注意力特征生成器输出前景注意力特征图F2以及背景注意力特征图F3；将所述内容掩膜特征图F1与所述前景注意力特征图F2进行像素点乘，得到第二结果；将所述背景注意力特征图F3与所述待去雨图像X进行像素点乘，得到第三结果；将所述第二结果与所述第三结果进行相加，得到去雨后的图像Y。
全文数据：
权利要求：
百度查询： 华东交通大学 一种基于改进CycleGAN网络模型的图像去雨方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号