龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京师范大学
摘要：本发明公开了一种基于多尺度深度元学习的水下图像质量评价方法，包括：计算得到水下图像的梯度增强图，对水下图像、梯度增强图像进行预处理；搭建基于EfficientNetV2‑S的多路神经网络，多路神经网络由信息感知模块、信息融合模块和质量预测模块组成；对预处理得到的两种图像根据失真类型进行分类，每类失真图像按比例随机划分为支持集和查询集；对支持集和查询集进行训练，学习图像质量评价先验知识；将图像质量评价先验知识导入到多路神经网络中，训练出水下图像质量评价模型，预测出水下图像的质量分数。本发明能够准确对水下图像的质量进行评价，并且快速适应未知场景和失真类型，具有准确率高、稳定性强泛化性好的优势。
主权项：1.一种基于多尺度深度元学习的水下图像质量评价方法，其特征在于，包括如下步骤：S1：计算水下图像的梯度图以及梯度图与水下图像的哈达玛积，得到水下图像的梯度增强图，并且对水下图像、梯度增强图像进行预处理；S2：搭建基于EfficientNetV2-S的多路神经网络，多路神经网络由信息感知模块、信息融合模块和质量预测模块组成；信息感知模块由视觉信息感知网络和结构信息感知网络组成，分别用于捕获水下图像中的视觉信息和结构信息；信息融合模块旨在融合捕获到的不同类型特征；质量预测模块用于将融合后的特征回归到质量分数；S3：对步骤S1预处理得到的两种图像根据失真类型进行分类，每类失真图像按比例随机划分为支持集和查询集，使用支持集计算模型参数的梯度，更新模型参数；使用查询集验证参数更新后的模型是否有效；S4：对支持集和查询集进行训练，使用元学习方法更新并学习网络的参数，在网络训练过程中，采用双梯度下降算法，即对支持集和查询集都进行梯度下降和反向传播；元学习方法按照学习步长周期性地对网络参数进行更新，并将学习到的图像质量评价先验知识保存；S5：将步骤S4得到的图像质量评价先验知识导入到多路神经网络中；对目标水下图像按照步骤S1中的预处理操作，得到多路神经网络所需的两种图像，利用图像质量评价先验知识指导模型训练，对目标数据集进行微调，训练出水下图像质量评价模型，预测出水下图像的质量分数。
全文数据：
权利要求：
百度查询： 南京师范大学 一种基于多尺度深度元学习的水下图像质量评价方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号