首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种真实世界图像去雾方法 

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:清华大学深圳国际研究生院

摘要:本发明提出了一种创新的真实世界图像去雾方法,通过构建Colabator框架,有效解决了色彩失真和配对数据不足的问题。该方法采用迭代均值教师框架,整合合作展开网络CORUN或深度梯度展开网络DGUN架构,实现教师和学生网络的协同训练。利用合成数据集预训练教师网络,然后在真实世界无标签数据集上生成高质量伪标签,指导学生网络的训练。学生网络在教师网络生成的伪标签基础上,通过多阶段迭代优化,学习有效去除图像中的雾霾,并在每个迭代中根据损失函数更新权重,最小化输出与目标无雾图像之间的差异。实验证明,本发明在真实世界的去雾任务上性能卓越,显著提升了去雾后图像的色彩和细节质量,增强了模型的泛化能力,超越了现有技术。

主权项:1.一种真实世界图像去雾方法,其特征在于,包括:构建Colabator框架,所述Colabator框架为迭代均值教师框架,包括采用合作展开网络CORUN架构或深度梯度展开网络DGUN架构的教师网络和学生网络;所述CORUN为结合了大气散射模型的深度展开网络;使用合成数据集预训练所述教师网络,所述教师网络用于训练阶段在真实世界无标签数据集上生成去雾图像,所述去雾图像作为伪标签用于训练学生网络;使用学生网络和教师网络进行训练,教师网络生成的伪标签指导学生网络的训练,所述学生网络使用所述教师网络生成的伪标签进行学习,根据所述伪标签调整自身的权重,以学会如何有效地去除图像中的雾霾,训练过程通过多个阶段的迭代优化来优化所述学生网络的去雾过程,在训练的每个迭代中,所述学生网络的权重根据损失函数的结果进行更新,以最小化输出和目标无雾图像之间的差异;在真实世界数据集上进一步微调训练好的学生网络,以便使用学生网络进行真实世界图像去雾。

全文数据:

权利要求:

百度查询: 清华大学深圳国际研究生院 一种真实世界图像去雾方法

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。