[发明专利]一种基于亚像素和条件对抗生成网络的单幅图像去雾方法在审
| 申请号： | 201810986230.8 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109300090A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 张盛平;孙嘉敏;吕晓倩;朴学峰;董开坤;张维刚;孙鑫 | 申请（专利权）人： | 哈尔滨工业大学（威海） |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 济南诚智商标专利事务所有限公司 37105 | 代理人： | 郑宪常 |
| 地址： | 264209*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器D输出无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。 | ||
| 搜索关键词： | 生成器 判别器 特征图 亚像素 单幅图像去雾 对抗 图像输入 图像 输出 更新生成器 图像数据集 编码输出 成像模型 反向传播 解码阶段 模型训练 随机梯度 跳层连接 网络结构 反卷积 数据集 卷积 雾天 收敛 网络 合成 | ||
【主权项】：
1.一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，其特征是，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器G输出的无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。
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哈尔滨工业大学（威海），未经哈尔滨工业大学（威海）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/201810986230.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于二分法的测井图像均衡处理的方法
- 下一篇：辐射亮度校正方法及装置
