[发明专利]一种基于生成对抗网络的图像去雨滴方法有效
| 申请号: | 201810157009.1 | 申请日: | 2018-02-24 |
| 公开(公告)号: | CN108230278B | 公开(公告)日: | 2021-08-06 |
| 发明(设计)人: | 曾坤;郭浩翀;林谋广 | 申请(专利权)人: | 中山大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 510006 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明实施例公开了一种基于生成对抗网络的图像去雨滴方法。该方法主要通过构建生成对抗网络,利用深度去雨算法,提供一种更加高效显著的图像去雨方法,在实际使用中只需要把图片输入生成式网络中,通过一次前向传播即可得到结果图片,相比起传统的图像处理方法会有更高效的效果,此外,在模型中引入特征空间上的感知相关性,可以调整部分去雨效果的细节,使得生成的图像更加清晰直观,在图像增强方面可以提供更好的效果。 | ||
| 搜索关键词: | 一种 基于 生成 对抗 网络 图像 雨滴 方法 | ||
【主权项】:
1.一种基于生成对抗网络的图像去雨滴方法,其特征在于,所述方法包括:从数据库中获取外景图片集;图像预处理,为所获取到的外景图片集加入下雨效果,构建训练集和测试集;构建生成式网络,其输入为带雨场景图像,输出为清晰场景图像;根据像素空间上的误差训练生成式网络;加入特征空间上的误差再次训练生成式网络;构建判别式网络,其输入为真实样本或者由生成器生成的样本,输出为真或假的单个标识;把判别式网络加入到模型之中,采用误差反向传播算法训练所述的生成式网络;将测试集中的带雨场景图输入训练好的生成式网络中,输出为对应的清晰场景图像。
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中山大学,未经中山大学许可,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/patent/201810157009.1/,转载请声明来源钻瓜专利网。





