公开(公告)号：CN109493303A

公开(公告)日：2019-03-19

申请号：CN201910018682.1

申请日：2019-01-09

Applicant: 湘潭大学

Inventor： 唐欢容 ,  王海 ,  欧阳建权

IPC: G06T5/00 ,  G06N3/04

Abstract: 一种基于生成对抗网络的图像去雾方法，该方法包括：1)获取样本数据；2)样本数据中的真实有雾图像作为第一生成器的输入数据，第一生成器生成一次无雾图像；样本数据中的真实无雾图像作为第二生成器的输入数据，第二生成器生成一次有雾图像；第一判别器将一次有雾图像与真实有雾图像之间的误差反馈给第二生成器，第二判别器将一次无雾图像与真实无雾图像之间的误差反馈给第一生成器，第二生成器和第一生成器减小误差，提高生成图像的真实度；生成器和判别器进行反复对抗训练，得到最优去雾网络模型；3)图像去雾。本发明采用生成对抗网络结构及损失函数，网络训练不需要同一场景的有雾-无雾匹配图像，同时保证去雾前后图像的颜色不失真。

公开(公告)号：CN109493303B

公开(公告)日：2021-08-17

申请号：CN201910018682.1

申请日：2019-01-09

Applicant: 湘潭大学

Inventor： 唐欢容 ,  王海 ,  欧阳建权

IPC: G06T5/00 ,  G06N3/04

Abstract: 一种基于生成对抗网络的图像去雾方法，该方法包括：1)获取样本数据；2)样本数据中的真实有雾图像作为第一生成器的输入数据，第一生成器生成一次无雾图像；样本数据中的真实无雾图像作为第二生成器的输入数据，第二生成器生成一次有雾图像；第一判别器将一次有雾图像与真实有雾图像之间的误差反馈给第二生成器，第二判别器将一次无雾图像与真实无雾图像之间的误差反馈给第一生成器，第二生成器和第一生成器减小误差，提高生成图像的真实度；生成器和判别器进行反复对抗训练，得到最优去雾网络模型；3)图像去雾。本发明采用生成对抗网络结构及损失函数，网络训练不需要同一场景的有雾‑无雾匹配图像，同时保证去雾前后图像的颜色不失真。