公开(公告)号：CN114372929A

公开(公告)日：2022-04-19

申请号：CN202111643880.0

申请日：2021-12-30

Applicant: 新疆大学

Inventor： 周刚 ,  杨亚伟 ,  石军 ,  林猛

IPC: G06T5/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公布一种基于模型优化和压缩的图像快速去雾方法及装置，它涉及图像快速去雾领域。去雾装置包括：摄像头、树莓派以及显示屏。去雾方法是对一体化去雾网络AOD‑Net的优化，包括：首先将AOD‑Net的五层卷积神经网络减少到四层，减少部分卷积核尺寸，并用深度可分离卷积代替其中部分普通卷积；对改进的AOD‑Net继续采用剪枝算法进一步优化网络结构；最后将优化后的模型转化为ONNX（开放式神经网络交换格式），使用Opencv调用。本发明通过以上方法优化AOD‑Net网络结构，在保持较好的去雾效果的同时极大减少了计算量。在计算能力有限的嵌入式设备树莓派上实现了实时去雾，能够应用于行车记录仪、户外监控等系统中。

公开(公告)号：CN117689548A

公开(公告)日：2024-03-12

申请号：CN202211028437.7

申请日：2022-08-25

Applicant: 新疆大学

Inventor： 周刚 ,  石军 ,  杨晶晶 ,  林猛 ,  杨亚伟 ,  马静

IPC: G06T5/00 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉注意力机制的沙尘图像恢复方法，包括：建立合成沙尘图像训练集，该合成沙尘图像训练集包括：多对训练样本对，每对训练样本对包括：清晰图像和对应的不同退化程度的沙尘图像；构建去沙尘网络模型，该去沙尘网络模型基于深度学习的方法，利用教师‑学生网络模型的网络和特征模拟能力，实现了从合成域到真实域的沙尘图像复原；利用合成沙尘图像训练集对去沙尘网络模型中的教师网络进行训练，教师网络获得训练好的去沙尘网络模型；将真实的沙尘图像输入至训练好的教师网络模型，获得伪真实的沙尘图像，将伪真实沙尘图像和真实沙尘图像构成配对训练样本，送入学生网络进行训练；将真实沙尘图像输入至训练好的学生网络模型，获得清晰的去沙图像；本发明解决了现有技术中沙尘图像在恢复过程中出现的色偏和伪影的问题，能够有效提高真实沙尘图像的恢复效果。