首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于先验信息协助的卷积神经网络去雾方法 

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:温州大学元宇宙与人工智能研究院

摘要:本发明提出了一种基于先验信息协助的卷积神经网络去雾方法,将雾霾图像先验看作为神经网络的辅助信息,以提升模型整体的去雾效果。具体来说,我们从两种角度利用相关先验:注意力监督与图像细节保护。首先,将表征图像雾霾空间分布的先验信息作为监督约束,以生成对应的注意力特征图,提升非均匀区域去雾效果。其次,利用图像细节提取先验作为网络的补充信息,克服传统方法在去雾过程中图像细节丢失的缺陷。最后,引入半课程监督学习策略缓解多目标回归任务中学习模糊性大、收敛困难等问题。综上所诉,本发明所提出的去雾网络,在去除图像雾霾的同时,还能够有效的保留图像的细节信息,具有较高的实际应用前景。

主权项:1.一种基于先验信息协助的卷积神经网络去雾方法,其特征在于:步骤1:注意力监督网络的构建,注意力监督网络利用表征雾霾位置先验信息来约束注意特征图的生成过程,具体来说,它以有雾图像作为注意力监督网络的图像输入,输出感知不均匀特征分布信息的注意力特征图,其生成的注意力特征图将指引主网络进行特征筛选,关注更加重要的特征区域;步骤2:细节细化网络的构建,为缓解图像去雾过程中的细节丢失问题,通过引入一个补充的细节细化网络,残差通道先验包含有丰富的结构信息,因此自然地将其合并细节细化网络以指导更精细的细节重建过程,其中,包含残差通道先验提取模块和特征增强模块,前者旨在细节信息提取而后者专注于细节特征增强;步骤3:图像重建网络的构建,作为去雾模型的主网络,图像重建网络通过融合来自注意力监督网络的注意力特征图与细节细化网络的细节补充信息,负责最终的清晰无雾图像重建。

全文数据:

权利要求:

百度查询: 温州大学元宇宙与人工智能研究院 一种基于先验信息协助的卷积神经网络去雾方法

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。