-
公开(公告)号：CN111476721B
公开(公告)日：2022-04-29
申请号：CN202010166731.9
申请日：2020-03-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Wasserstein距离的图像快速增强方法，属于计算机视觉领域。该方法包括：S1：利用已有公开的盲去模糊的数据集构建模糊到清晰且色彩饱满的多任务数据集；S2：将构建的数据集输入到构建的深度学习模型中，对模型进行训练，模型训练为两个网络模块竞争训练，即图像得分网络不断激励图像重建网络恢复更优的图像；S3：将待处理的运动模糊图像输入到训练完成的深度学习模型中得到清晰且色彩饱满的图像。本发明能快速增强运动模糊图像的清晰度和色彩效果。这种将两种处理效果融入到一个处理模型中的方式大大提高了图像处理时间，降低了处理设备对硬件的要求，能提升低端设备的用户体验。
-
公开(公告)号：CN111476721A
公开(公告)日：2020-07-31
申请号：CN202010166731.9
申请日：2020-03-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Wasserstein距离的图像快速增强方法，属于计算机视觉领域。该方法包括：S1：利用已有公开的盲去模糊的数据集构建模糊到清晰且色彩饱满的多任务数据集；S2：将构建的数据集输入到构建的深度学习模型中，对模型进行训练，模型训练为两个网络模块竞争训练，即图像得分网络不断激励图像重建网络恢复更优的图像；S3：将待处理的运动模糊图像输入到训练完成的深度学习模型中得到清晰且色彩饱满的图像。本发明能快速增强运动模糊图像的清晰度和色彩效果。这种将两种处理效果融入到一个处理模型中的方式大大提高了图像处理时间，降低了处理设备对硬件的要求，能提升低端设备的用户体验。
-
公开(公告)号：CN111414954B
公开(公告)日：2022-09-09
申请号：CN202010188033.9
申请日：2020-03-17
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种岩石图像检索方法，包括：实时获取图像数据，将图像数据输入到训练好的深度学习网络模型中，得到检索的结果图；所述述深度学习网络模型的训练过程包括：利用已收集的图像数据构建岩石图像数据集；将数据集输入到网络中，通过空间转移模块处理后，使网络能够主动地在空间上转换特征映射；将处理后的数据输入多粒度网络中，计算模型的总损失函数和mAP值，经过多次计算，当损失函数趋于稳定，且mAP值达到峰值时，完成深度学习网络模型的训练；本发明避免了仅利用表征对岩石图像进行分类，同时对岩石图像的细粒度特征有更精确的提取，有助于在有杂物遮挡、样本数量较少和质量较低、信息缺失等情况下提高岩石图像的检索准确率。
-
公开(公告)号：CN111414954A
公开(公告)日：2020-07-14
申请号：CN202010188033.9
申请日：2020-03-17
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种岩石图像检索方法，包括：实时获取图像数据，将图像数据输入到训练好的深度学习网络模型中，得到检索的结果图；所述述深度学习网络模型的训练过程包括：利用已收集的图像数据构建岩石图像数据集；将数据集输入到网络中，通过空间转移模块处理后，使网络能够主动地在空间上转换特征映射；将处理后的数据输入多粒度网络中，计算模型的总损失函数和mAP值，经过多次计算，当损失函数趋于稳定，且mAP值达到峰值时，完成深度学习网络模型的训练；本发明避免了仅利用表征对岩石图像进行分类，同时对岩石图像的细粒度特征有更精确的提取，有助于在有杂物遮挡、样本数量较少和质量较低、信息缺失等情况下提高岩石图像的检索准确率。
-
-
-
Search Results
4
records
(took 0.019 seconds)
