-
Patent Agency Ranking
公开(公告)号：CN114723630B
公开(公告)日：2024-09-06
申请号：CN202210335774.4
申请日：2022-03-31
Applicant: 福州大学
IPC: G06T5/73 , G06T7/42 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于空洞双残差多尺度深度网络的图像去模糊方法及系统，该方法包括以下步骤：对原始模糊退化图像和干净图像的训练图像对进行预处理，并组成图像块数据集；构建空洞双残差多尺度深度网络，其采用多尺度编码解码器结构，包括多个空洞双残差模块以及小波重建模块；以图像块数据集为训练数据，根据目标损失函数，利用反向传播方法计算多尺度深度网络中各参数的梯度，并利用随机梯度下降方法更新参数，学习多尺度深度网络的最优参数；将待测图像输入到训练好的空洞双残差多尺度深度网络中，预测生成去除模糊之后的干净图像。该方法及系统有利于提高图像去模糊的性能，去除图像模糊的同时保留更多的图像纹理细节，重建出高质量的清晰图像。
-
公开(公告)号：CN115205148A
公开(公告)日：2022-10-18
申请号：CN202210831760.1
申请日：2022-07-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于双路径残差网络的图像去模糊方法，包括以下步骤：步骤A、获取模糊图像和干净图像并预处理，得到模糊图像块和对应干净图像块组成的训练图像块数据集；步骤B、基于双路径残差网络构建去模糊网络模型；步骤C、基于训练图像块数据集，根据预设目标损失函数loss，利用反向传播方法计算去模糊网络模型中各参数的梯度，并利用随机梯度下降方法更新参数，最终学习到图像去模糊网络的最优参数，得到最终的去模糊网络模型；步骤D、将待测图像输入到最终的去模糊网络模型中，预测生成去除模糊之后的干净图像。本发明实现去除图像模糊的同时保留更多的图像高频细节，重建出高质量的清晰图像。
-
公开(公告)号：CN114723630A
公开(公告)日：2022-07-08
申请号：CN202210335774.4
申请日：2022-03-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于空洞双残差多尺度深度网络的图像去模糊方法及系统，该方法包括以下步骤：对原始模糊退化图像和干净图像的训练图像对进行预处理，并组成图像块数据集；构建空洞双残差多尺度深度网络，其采用多尺度编码解码器结构，包括多个空洞双残差模块以及小波重建模块；以图像块数据集为训练数据，根据目标损失函数，利用反向传播方法计算多尺度深度网络中各参数的梯度，并利用随机梯度下降方法更新参数，学习多尺度深度网络的最优参数；将待测图像输入到训练好的空洞双残差多尺度深度网络中，预测生成去除模糊之后的干净图像。该方法及系统有利于提高图像去模糊的性能，去除图像模糊的同时保留更多的图像纹理细节，重建出高质量的清晰图像。
-
公开(公告)号：CN112767279B
公开(公告)日：2022-06-14
申请号：CN202110134075.9
申请日：2021-02-01
Applicant: 福州大学
Abstract: 本发明涉及一种基于离散小波集成生成对抗网络的水下图像增强方法。包括：将待训练的数据进行配对处理、数据增强、归一化处理，然后缩放到固定尺寸，将标签图像，即真实的水下图像增强结果，下采样生成不同尺寸图像；设计多层次图像增强生成网络，使用所设计的网络训练可对水下图像进行增强的图像增强模型；设计多层次图像鉴别神经网络，使用所设计的网络训练可预测输入图像为真实图像概率的图像鉴别模型；设计生成网络和鉴别神经网络目标损失函数；使用配对的图像交替训练生成网络和鉴别神经网络收敛到纳什平衡；将水下图像输入训练好的图像增强生成模型，输出增强后的图像。本发明解决了水下图像颜色失真、模糊的问题，能显著提升水下图像质量。
-
公开(公告)号：CN112767279A
公开(公告)日：2021-05-07
申请号：CN202110134075.9
申请日：2021-02-01
Applicant: 福州大学
Abstract: 本发明涉及一种基于离散小波集成生成对抗网络的水下图像增强方法。包括：将待训练的数据进行配对处理、数据增强、归一化处理，然后缩放到固定尺寸，将标签图像，即真实的水下图像增强结果，下采样生成不同尺寸图像；设计多层次图像增强生成网络，使用所设计的网络训练可对水下图像进行增强的图像增强模型；设计多层次图像鉴别神经网络，使用所设计的网络训练可预测输入图像为真实图像概率的图像鉴别模型；设计生成网络和鉴别神经网络目标损失函数；使用配对的图像交替训练生成网络和鉴别神经网络收敛到纳什平衡；将水下图像输入训练好的图像增强生成模型，输出增强后的图像。本发明解决了水下图像颜色失真、模糊的问题，能显著提升水下图像质量。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
