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：无锡车联天下信息技术有限公司
摘要：本申请提供的一种基于跨域迁移网络的AVM图像畸变校正方法，其用变分自编码网络模型代替生成对抗网络模型中的生成器网络得到所述变分对抗网络模型，充分结合了对抗生成网络与变分自编码网络的各自优点，能够有效利用判别网络的强大判别能力，充分保障了生成与真实样本空间像素分布概率一致的虚拟样本，借助与对抗训练使得生成网络的生成能力足够强大，能够有效提取出畸变图像中非畸变域特征，从而达到对畸变图像进行校正的目的。
主权项：1.一种基于跨域迁移网络的AVM图像畸变校正方法，其特征在于，其包括以下步骤：S1：结合生成对抗网络模型和变分自编码网络模型构建变分对抗网络模型；用变分自编码网络模型代替生成对抗网络模型中的生成器网络得到所述变分对抗网络模型；所述变分对抗网络模型包括：依次连接的编码器推断网络、解码器生成网络和判别器网络；所述编码器推断网络单元将输入数据压缩为低维的代码；编码器推断网络单元通过最小化样本重构误差以及最小化输入图像与采样样本之间像素分布的KL散度，逐渐学习到对输入数据样本的非畸变特征提取能力；所述解码器生成网络将低维的代码解码为与原始数据相似的重构数据；所述判别器网络区分所述解码器生成网络生成的虚拟图像和输入的标准图像；S2：基于畸变图像和每个畸变图像对应的标准图像构建训练数据集；S3：基于所述训练数据集对所述变分对抗网络模型进行训练，得到训练好的变分对抗网络模型；S4：构建图像校正单元；所述图像校正单元包括：特征提取网络和训练好的解码器生成网络；所述特征提取网络将输入的待校正图像进行特征提取，提取底层边缘特征后生成高维特征向量，将所述高维特征向量送入到所述解码器生成网络中，所述解码器生成网络输出的与原始数据相似的重构数据即为校正后图像；S5：将车载全景影像系统采集到的图像作为待校正图像，实时地送入所述图像校正单元中，输出对应的校正后图像。
全文数据：
权利要求：
百度查询： 无锡车联天下信息技术有限公司 一种基于跨域迁移网络的AVM图像畸变校正方法
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。
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