买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了一种基于场景与目标解耦的图像特征增强方法。该方法包括：构建增强模型，利用对抗网络度量降质图像和清晰图像在场景特征上的差异，引导模型增强场景特征，同时构建图像重建损失，约束增强图像在亮度、颜色、纹理以及结构感知等内容上与原始图像保持一致。在场景特征增强的基础上，利用目标检测等下游任务分析网络分离图像中的目标，实现目标与场景的解耦。对于目标检测，以检测器响应的目标特征差异作为约束训练。对于语义分割，以目标分割结果准确性作为目标特征退化的度量，实现对目标特征增强的约束。本发明能够增强恶劣天候下图像特征，提升目标检测和语义分割等下游任务的检测性能。

主权项：1.一种基于场景与目标解耦的图像特征增强方法，其特征在于包括以下步骤：A训练增强网络，增强图像场景特征，获取增强模型G1。，包括：A1从降质图像域抽取图像，经过去雾或照度还原等预处理后得到预处理图像a，从清晰图像域抽取清晰图像b；A2将预处理图像a输入到增强网络G1中，经过网络G1得到增强图像a1，之后，以PatchGAN作为判别器，将预处理图像a、增强图像a1以及清晰图像b输入到PatchGAN进行对抗训练；A3引入亮度、颜色、纹理以及结构感知约束增强图像a1，使其在内容上与预处理图像a保持一致，B构建增强模型G2，将已收敛的增强模型G1的参数加载到增强模型G2中，同时冻结增强模型G1的参数，继续训练增强模型G2，增强图像目标特征，该步骤包括：B1从降质图像域抽取图像，经过去雾或照度还原等预处理后得到预处理图像a，从清晰图像域抽取清晰图像b；B2将预处理图像a输入增强模型G1，获取增强图像a1，同时将预处理图像a输入增强模型G2，获取增强图像a2，B3对于目标检测，将带有标注信息的增强图像a2以及清晰图像b输入到预训练好的FasterRCNN检测器中，以检测器响应的目标特征差异作为约束训练；对于语义分割，将带有标签信息的增强图像a2输入到预训练好的Mask2Former分割模型中，利用目标分割结果准确性作为目标特征退化的度量，作为目标特征增强的约束，B4引入结构感知约束增强图像a2，使其在内容上与a1保持一致，C测试阶段将降质图像经过去雾或照度还原等预处理后，输入到训练好的增强模型G2中，获得增强结果J。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于场景与目标解耦的图像特征增强方法