[发明专利]基于聚合膨胀卷积网络的图像去模糊方法有效
| 申请号： | 201810008937.1 | 申请日： | 2018-01-04 |
| 公开（公告）号： | CN108376387B | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 张文强;缪弘;白建松;张浩;张睿;路红;郑骁庆;彭俊杰;薛向阳;唐龙福;李敬来;王洪荣 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08;G06N3/04 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机数字图像处理技术领域，具体为一种基于聚合膨胀卷积网络的图像去模糊方法。本发明包括构建深度神经网络：基于条件对抗生成网络，包含生成器与鉴别器，生成器结构使用堆叠的自编码器模块，自编码器模块使用自编码器结构与跳跃连接，在构建模块上使用残差模块，残差模块使用残差网络以及多路聚合膨胀卷积，鉴别器使用5层卷积神经网络；训练深度神经网络：使用公开的、真实场景下的模糊图像数据集，利用图像内容损失函数与对抗损失函数，训练前一步中构建的深度神经网络；利用训练好的网络模型对模糊图像进行去模糊处理。本发明方法能够保证去模糊效果，并快速高效地将模糊图像恢复成清晰图像，可极大地提高图像去模糊的效率。 | ||
| 搜索关键词： | 基于 聚合 膨胀 卷积 网络 图像 模糊 方法 | ||
【主权项】：
1.一种基于聚合膨胀卷积网络的图像去模糊方法，其特征在于，具体步骤如下：(1)、构建深度神经网络；(2)、训练深度神经网络；(3)、利用训练好的网络模型进行图像去模糊；其中：步骤(1)所述的构建深度神经网络，具体过程如下：(11)、构造生成器；(12)、构造鉴别器；步骤(2)所述的训练深度神经网络，具体过程如下：(21)、构造损失函数；(22)、使用公开的、真实场景下的模糊图像数据集，训练构造好的神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810008937.1/，转载请声明来源钻瓜专利网。
