一种基于双层优化权重重分配的图像复原监督学习方法
公开
摘要
一种基于双层优化权重重分配的图像复原监督学习方法，包括内循环图像复原优化网络与外循环权重重分配优化网络；获取降质样本和相应的真值样本；固定外循环权重重分配优化网络参数，降质样本输入至内循环图像复原优化网络计算其损失函数，对内循环图像复原网络参数进行更新优化；将降质样本分别输入至更新前后的内循环图像复原网络计算外循环奖励，用于计算外循环权重重分配网路的损失函数并更新优化外循环权重重分配网络参数；输出最终优化后的内循环图像复原优化网络。该发明能够显著地提高监督图像复原算法的性能，有效地解决图像降质过程中退化分布不均匀所导致局部图像复原不理想的问题以生成色调更自然的复原后图像。
基本信息
专利标题 ：
一种基于双层优化权重重分配的图像复原监督学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612319A
申请号 ：
CN202210202939.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
邓岳蒋星宇
申请人 ：
北京航空航天大学
申请人地址 ：
北京市海淀区学院路37号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
李冉
优先权 ：
CN202210202939.0
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T7/11 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-10 ：
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
