申请/专利权人：北京理工大学

申请日：2023-12-29

公开（公告）日：2024-03-26

公开（公告）号：CN117764870A

主分类号：G06T5/73

分类号：G06T5/73;G06T3/04;G06T5/80;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种基于域适应的图像去沙尘方法，属于计算机视觉与图像处理技术领域。在图像风格统一阶段，采用一种自适应的退化通道像素值补偿技术，将退化通道整体加上一个补偿值，矫正沙尘颗粒造成的图像失真。经过图像风格统一，不同沙尘颗粒浓度下的沙尘图像均能够调整至一个风格统一的中间域。采用基于域适应的神经网络模型训练方法，将有监督训练与无监督训练相结合，进一步对中间域图像细节进行增强，在成对雾图上训练得到模型后，采用域适应技术将其泛化至沙尘图像，使得其在沙尘图像上也能够发挥作用。本方法有效解决了现有图像去沙尘技术不够灵活，不能兼顾所有浓度的沙尘图像，以及不能在真实沙尘图像上发挥作用的问题。

主权项：1.一种基于域适应的图像去沙尘方法，其特征在于，包括图像风格统一和图像细节增强；在图像风格统一阶段，采用自适应的退化通道像素值补偿技术，将退化通道整体加上一个补偿值，矫正沙尘颗粒造成的图像失真；经过图像风格统一，不同沙尘颗粒浓度下的沙尘图像均能够调整至一个风格统一的域，称为中间域；在图像细节增强阶段，采用基于域适应的神经网络模型训练方法，将有监督训练与无监督训练相结合，提升深度神经网络模型的拟合能力，该模型使用成对雾图优化网络参数；在成对雾图上训练得到模型后，采用域适应技术将其泛化至沙尘图像。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于域适应的图像去沙尘方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD