公开(公告)号：CN108376387A

公开(公告)日：2018-08-07

申请号：CN201810008937.1

申请日：2018-01-04

Applicant: 复旦大学

Inventor： 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

IPC: G06T5/00 ,  G06N3/08 ,  G06N3/04

CPC classification number: G06T5/003 ,  G06N3/0454 ,  G06N3/08

Abstract: 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。

公开(公告)号：CN108376387B

公开(公告)日：2021-09-17

申请号：CN201810008937.1

申请日：2018-01-04

Applicant: 复旦大学

Inventor： 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

IPC: G06T5/00 ,  G06N3/08 ,  G06N3/04

Abstract: 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。