一种基于深度学习改进的GAN图像去雾算法
公开
摘要
本发明适用于图像处理技术领域，提供了一种基于深度学习改进的GAN图像去雾算法，包括以下步骤：步骤1，准备数据：采用合成客观测试集(SOTS)作为测试集；步骤2，预训生成器模型：采用成对的有雾图与无雾图进行训练，使生成器学习图像中雾的分布；步骤3，初始化生成对抗网络CycleGAN的正向过程：将生成器在预训练中学习到的关于雾分布的权重作为CycleGAN中生成器G的初始化参数，将RESIDE中有雾图像作为GAN生成器G的“随机噪声向量”输入生成器。该基于深度学习改进的GAN图像去雾算法，对于生成对抗网络GAN而言，不需要以往深度学习模型所需的成对数据(有雾图与无雾图)，训练模型可用的数据集将会显著的增加，进而大大提高训练后模型的准确性。
基本信息
专利标题 ：
一种基于深度学习改进的GAN图像去雾算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114266933A
申请号 ：
CN202111504944.9
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
倪水平马传琦张威丁学涛谷坤源倪灏朱智丹常振
申请人 ：
河南垂天科技有限公司
申请人地址 ：
河南省鹤壁市淇滨区湘江东路国立光电2＃科研楼306室
代理机构 ：
安徽中辰臻远专利代理事务所(普通合伙)
代理人 ：
刘朝琴
优先权 ：
CN202111504944.9
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06K9/62 G06N3/04 G06T5/00 G06T5/50
法律状态
2022-04-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
