公开(公告)号：CN112037139B

公开(公告)日：2022-05-03

申请号：CN202010767261.1

申请日：2020-08-03

Applicant: 哈尔滨工业大学(威海)

Inventor： 于海雁 ,  李亚兰 ,  周志权

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06K9/62

Abstract: 本发明涉及图像处理技术领域，具体的说是一种能够提高图片去雾效果，使处理后图片更符合人眼的视觉感受的基于RBW‑CycleGAN网络的图像去雾方法，其特征在于，包括网络模型搭建与训练阶段和网络模型应用阶段，所述网络模型搭建与训练阶段中向CycleGAN网络中引入带权重的残差块，并采用Instance‑Normalization归一化处理，在训练损失函数优化时，使用最小二乘损失，并增加判别损失在总体损失函数中的权重，降低重建损失在总体损失函数中的权重。

公开(公告)号：CN112037139A

公开(公告)日：2020-12-04

申请号：CN202010767261.1

申请日：2020-08-03

Applicant: 哈尔滨工业大学(威海)

Inventor： 于海雁 ,  李亚兰 ,  周志权

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明涉及图像处理技术领域，具体的说是一种能够提高图片去雾效果，使处理后图片更符合人眼的视觉感受的基于RBW-CycleGAN网络的图像去雾方法，其特征在于，包括网络模型搭建与训练阶段和网络模型应用阶段，所述网络模型搭建与训练阶段中向CycleGAN网络中引入带权重的残差块，并采用Instance-Normalization归一化处理，在训练损失函数优化时，使用最小二乘损失，并增加判别损失在总体损失函数中的权重，降低重建损失在总体损失函数中的权重。