-
公开(公告)号:CN116012253A
公开(公告)日:2023-04-25
申请号:CN202310076270.X
申请日:2023-01-18
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06V10/774 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于融合Transformer的卷积神经网络的图像去雾方法,属于计算机视觉和图像处理技术领域。该方法包括:S1:获取合成雾天数据集RESIDE作为训练数据集,并对数据集进行预处理;S2:构建去雾网络模型:基于U‑Net的网络结构和残差模块,利用卷积模块和Transformer模块构建一个端到端的去雾网络模型;S3:将预处理后的数据集输入到构建好的去雾网络模型中,在训练过程中通过损失函数计算损失,不断迭代更新模型参数,最终得到训练好的去雾网络模型进行图像去雾。本发明能够更好的恢复图像的整体信息,可以直接进行端到端的去雾。