申请/专利权人：杭州电子科技大学

申请日：2023-03-03

公开（公告）日：2024-04-30

公开（公告）号：CN117952847A

主分类号：G06T5/70

分类号：G06T5/70;G06V20/05;G06V10/40;G06V10/764

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明涉及一种由模型引导条件对抗网络的水下图像增强方法，包括以下步骤；步骤一：搭建条件生成对抗网络的生成器U‑Net；步骤二：对U‑Net每层的编码模块和解码模块所提取的特征进行重标定；步骤三：将U‑Net的深层特征与浅层特征进行特征融合；步骤四：利用物理模型对生成器输出的估计图进行反演得到还原图像；步骤五：构建判别器并判断还原图像与真实参考图像的一致性。本发明通过物理模型引导条件生成对抗网络生成器U‑Net对提取的特征进行重标定并将深层特征和浅层特征进行融合来提高特征利用性能，从而生成准确的估计图保证物理模型的反演效果。

主权项：1.一种由模型引导条件对抗网络的水下图像增强方法，其特征在于：包括以下步骤：步骤一：搭建条件生成对抗网络的生成器U-Net，利用U-Net的5层编码模块进行下采样来提取水下图像的特征，再利用4层解码模块上采样来生成估计图；步骤二：对U-Net的编码模块和解码模块提取的特征进行重标定，通过2层全连接层学习特征权重，对原本的特征加权；步骤三：对U-Net的深层特征和浅层特征进行特征融合，将深层特征和浅层特征分别通过一个简单的残差结构进行细化，再利用卷积层相互指导；步骤四：利用物理模型对生成器输出的估计图Kx和输入的水下图像Ix进行反演得到还原图像Jx；步骤五：构建条件生成对抗网络的判别器，通过输出一个判别矩阵来判断真实参考图像Jrefx与还原图像Jx的一致性。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种由模型引导条件对抗网络的水下图像增强方法

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