公开(公告)号：CN111626951B

公开(公告)日：2023-04-18

申请号：CN202010430576.7

申请日：2020-05-20

Applicant: 武汉科技大学

Inventor： 张玲 ,  石恒

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种基于内容感知信息的图像阴影消除方法，包括：建立虚拟场景和真实场景的阴影图像数据集及无阴影图像数据集；构建生成器网络模型，该生成器网络模型包含全局内容网络及局部修正网络；将阴影图像x作为输入对生成器网络模型进行训练，经过全局内容网络后输出初始阴影消除结果图像x1，再经过局部修正网络后输出最终阴影消除结果图像x2；构建鉴别器网络模型；将最终阴影消除结果图像x2及对应的无阴影图像y作为鉴别器网络的输入；通过损失函数对生成器网络模型及鉴别器网络模型进行训练优化；利用优化后的生成器网络模型对待处理阴影图像进行阴影消除。本发明的基于内容感知信息的图像阴影消除方法处理得到的无阴影图像自然真实。

公开(公告)号：CN111626951A

公开(公告)日：2020-09-04

申请号：CN202010430576.7

申请日：2020-05-20

Applicant: 武汉科技大学

Inventor： 张玲 ,  石恒

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于内容感知信息的图像阴影消除方法，包括：建立虚拟场景和真实场景的阴影图像数据集及无阴影图像数据集；构建生成器网络模型，该生成器网络模型包含全局内容网络及局部修正网络；将阴影图像x作为输入对生成器网络模型进行训练，经过全局内容网络后输出初始阴影消除结果图像x1，再经过局部修正网络后输出最终阴影消除结果图像x2；构建鉴别器网络模型；将最终阴影消除结果图像x2及对应的无阴影图像y作为鉴别器网络的输入；通过损失函数对生成器网络模型及鉴别器网络模型进行训练优化；利用优化后的生成器网络模型对待处理阴影图像进行阴影消除。本发明的基于内容感知信息的图像阴影消除方法处理得到的无阴影图像自然真实。