申请/专利权人：河海大学

申请日：2022-09-28

公开（公告）日：2024-04-09

公开（公告）号：CN117853366A

主分类号：G06T5/73

分类号：G06T5/73;G06V10/776;G06V10/40;G06V10/82;G06N3/045;G06N3/0464;G06N3/096;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.09#公开;2023.04.04#文件的公告送达

摘要：本发明提出一种基于正向和反向学习的图像去雾方法，涉及图像处理、目标检测等领域。该方法将基于深度学习的方法设计一种图像去雾网络，首先使用教师蒸馏网络，像去雾网络中输入清晰图片的特征信息，使输出的去雾图片更加接近真实图片。在这之后使用正则的方法，将输出的去雾图片和雾图进行正则对比，使输出远离雾图的特征信息。在去雾网络中使用可变形兴趣区域池化层，增加偏移量使网络能更好的处理不规则物理的边缘。使用本发明提供的基于正向和反向学习的图像去雾方法，能够输出更加清晰的去雾图片，还原更加真实的细节。

主权项：1.一种基于正向和反向学习的图像去雾方法，其特征在于，基于物理先验的去雾方法很大程度依赖于特殊环境，而基于深度学习的去雾方法大部分只进行了正向的学习。为了解决这些问题，使用教师网络在去雾的过程中输入清晰图片的特征，是去雾网络获得正向的信息。使用正则的方法使图片远离雾图的特征，以利用负向的信息。使用可变形卷积的感兴趣区域池化，增加额外偏移量的空间采样位置，使网络在提取特征时更好的处理物体的边缘。

全文数据：

权利要求：

百度查询： 河海大学 一种基于正向和反向学习的图像去雾方法

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。

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