-
公开(公告)号:CN112785517A
公开(公告)日:2021-05-11
申请号:CN202110024407.8
申请日:2021-01-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高分辨率表征的图像去雾方法和装置,属于图像处理技术领域,方法包括:随机选取RESIDE数据集中有雾/无雾图像对作为训练集;利用有雾/无雾图像对训练高分辨率卷积神经网络,将待去雾的有雾图像输入到训练好的高分辨率卷积神经网络,获得经去雾处理的无雾图像。本发明提供的去雾方法和装置能够降低了图像空间信息的丢失,使得恢复图像更加自然。
-
公开(公告)号:CN112578419A
公开(公告)日:2021-03-30
申请号:CN202011332018.3
申请日:2020-11-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于GRU网络和卡尔曼滤波的GPS数据重构方法,所述方法包括:获取GPS实测数据,将GPS实测数据输入预先训练的GRU网络模型G,获得校正完成的轨迹数据Data1;采用预设的卡尔曼滤波算法对校正完成的轨迹数据Data1进行修正,获得高精度的GPS数据。本发明能够实现动态GPS数据的重构,能够获得高精度的GPS数据。
-
公开(公告)号:CN113947537A
公开(公告)日:2022-01-18
申请号:CN202111091274.2
申请日:2021-09-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种图像去雾方法、装置及设备,所述方法包括:获取待处理有雾图像,将有雾图像输入预先训练的去雾模型,获得有雾图像对应的无雾图像;所述去雾模型包括多个残差群组,所述残差群组包括若干串联的残差双重注意力融合模块,残差双重注意力融合模块包括残差块、第一卷积层、通道注意力模块、像素注意力模块和第二卷积层,所述残差块的输出经第一卷积层分别与所述通道注意力模块和像素注意力模块的输入连接,所述通道注意力模块和像素注意力模块的输出融合再进行输出处理,用于实现残差双重注意力融合模块的输出在每个通道图增强全局依赖的同时获得像素特征。本发明将残差双重注意力融合模块作为神经网络的基本模块,提高了去雾效果。
-
-