[发明专利]图像去雨方法、系统、计算机设备及介质有效

专利信息
申请号: 201810178126.6 申请日: 2018-03-05
公开(公告)号: CN110232658B 公开(公告)日: 2021-12-03
发明(设计)人: 刘家瑛;杜昆泰;杨文瀚;郭宗明 申请(专利权)人: 北京大学;北大方正集团有限公司;北京北大方正电子有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 100871*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 方法 系统 计算机 设备 介质
【权利要求书】:

1.一种图像去雨方法,其特征在于,包括:

选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集;

在所述训练集上对总损失函数进行训练,获得具有对偶判别器的生成式对抗网络;

采用所述生成式对抗网络中的生成器对真实雨图进行去雨,生成对应的去雨图;

在所述训练集上对总损失函数进行训练的步骤之前,所述图像去雨方法还包括:

根据均方误差损失函数、感知损失函数及对偶对抗损失函数构建所述总损失函数;

所述均方误差损失函数为:

所述感知损失函数为:

所述对偶对抗损失函数为:

其中size(·)表示所述覆盖雨信号的图像的大小,G(·)表示所述生成式对抗网络中的生成器,V(·)表示从所述生成式对抗网络输入到所述生成式对抗网络中全部卷积层的任一层输出的映射,D1(·)为所述对偶判别器中用于鉴别生成的所述去雨图是否真实的判别器,D2(·)为所述对偶判别器中用于鉴别生成的雨信号是否真实的判别器,Ik为单位矩阵。

2.根据权利要求1所述的图像去雨方法,其特征在于,

所述总损失函数为:

L=leplpala

其中le为所述均方误差损失函数,lp、αp分别为所述感知损失函数及其对应的权重,la、αa分别为所述对偶对抗损失函数及其对应的权重。

3.根据权利要求1所述的图像去雨方法,其特征在于,

所述训练集为:

其中Xk为所述覆盖雨信号的图像,Yk为所述覆盖雨信号的图像对应的真实去雨图像。

4.一种图像去雨系统,其特征在于,包括:

选取单元,用于选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集;

训练单元,用于在所述训练集上对总损失函数进行训练,获得具有对偶判别器的生成式对抗网络;

去雨单元,用于采用所述生成式对抗网络中的生成器对真实雨图进行去雨,生成对应的去雨图;

在所述训练集上对总损失函数进行训练的步骤之前,所述图像去雨系统还包括:

构建单元,用于根据均方误差损失函数、感知损失函数及对偶对抗损失函数构建所述总损失函数;

所述均方误差损失函数为:

所述感知损失函数为:

所述对偶对抗损失函数为:

其中size(·)表示所述覆盖雨信号的图像的大小,G(·)表示所述生成式对抗网络中的生成器,V(·)表示从所述生成式对抗网络输入到所述生成式对抗网络中全部卷积层的任一层输出的映射,D1(·)为所述对偶判别器中用于鉴别生成的所述去雨图是否真实的判别器,D2(·)为所述对偶判别器中用于鉴别生成的雨信号是否真实的判别器,Ik为单位矩阵。

5.根据权利要求4所述的图像去雨系统,其特征在于,

所述总损失函数为:

L=leplpala

其中le为所述均方误差损失函数,lp、αp分别为所述感知损失函数及其对应的权重,la、αa分别为所述对偶对抗损失函数及其对应的权重。

6.根据权利要求4所述的图像去雨系统,其特征在于,

所述训练集为:

其中Xk为所述覆盖雨信号的图像,Yk为所述覆盖雨信号的图像对应的真实去雨图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学;北大方正集团有限公司;北京北大方正电子有限公司,未经北京大学;北大方正集团有限公司;北京北大方正电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810178126.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top