申请/专利权人:浙江大学
申请日:2023-08-21
公开(公告)日:2023-11-17
公开(公告)号:CN117078933A
主分类号:G06V10/26
分类号:G06V10/26;G06V20/70;G06V10/82;G06N3/094;G06N3/0475;G06V10/774;G06N3/0455;G06V10/764;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.05#实质审查的生效;2023.11.17#公开
摘要:本发明公开了一种基于深度学习的夜晚快速天空分割方法及装置。该基于深度学习的夜晚快速天空分割方法包括:获取预处理后的夜晚天空图片;将所述夜晚天空图片输入光照增强的图像分割模型进行分割,以得到夜晚天空的分割图片,其中,所述光照增强的图像分割模型包括:光照增强网络与语义分割网络,所述光照增强网络将所述夜晚天空图片作为输入进行光照增强,所述语义分割网络基于所述光照增强网络的输出进行夜晚天空分割。该方法能够在夜晚环境下快速准确地区分天空和非天空区域,有效地解决了在光照条件较差的环境下进行天空分割的问题,大幅提升了分割的效率。
主权项:1.一种基于深度学习的夜晚快速天空分割方法,其特征在于,包括:获取预处理后的夜晚天空图片;将所述夜晚天空图片输入光照增强的图像分割模型进行分割,以得到夜晚天空的分割图片,其中,所述光照增强的图像分割模型包括:光照增强网络与语义分割网络,所述光照增强网络将所述夜晚天空图片作为输入进行光照增强,所述语义分割网络基于所述光照增强网络的输出进行夜晚天空分割。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于深度学习的夜晚快速天空分割方法及装置
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。