基于深度增强学习和语义损失的图像质量增强方法

授权

摘要

本发明涉及一种基于深度增强学习和语义损失的图像质量增强方法，步骤S1：构造两种数据集，分别为单一程度单一失真类型数据集和不同程度混合失真类型的数据集；步骤S2：设计一种卷积神经网络模型和一个深度增强学习网络，并为深度增强学习网络设计一种包含综合失真损失和语义损失的损失函数；训练深度增强学习网络，得到训练好的图像质量增强模型；步骤S3：将待测的失真图像划分为图像块，利用训练好的图像质量增强模型恢复待测失真图像的质量，得到最终的图像质量增强结果。本发明利用预训练好的应对单一失真类型的工具集合，通过找出使恢复结果最佳的工具及其使用顺序，最终显著增强混合失真类型图像的质量。

基本信息

专利标题：

基于深度增强学习和语义损失的图像质量增强方法

专利标题（英）：

暂无

公开（公告）号：

CN111951207A

申请号：

CN202010861879.4

公开（公告）日：

2020-11-17

申请日：

2020-08-25

授权号：

CN111951207B

授权日：

2022-06-14

发明人：

牛玉贞黄江艺郑清炀陈俊豪

申请人：

福州大学

申请人地址：

福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学

代理机构：

福州元创专利商标代理有限公司

代理人：

钱莉

优先权：

CN202010861879.4

主分类号：

G06T5/50

IPC分类号：

G06T5/50 G06N3/04 G06N3/08