[发明专利]一种基于Transformer深度神经网络的图像去雾方法有效
| 申请号： | 202110347681.9 | 申请日： | 2021-03-31 |
| 公开（公告）号： | CN113066028B | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 孙建德;李燕;李静;程德 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李健康 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Transformer深度神经网络的图像去雾方法，主要包括以下步骤：S1、获取同一场景成对的有雾/无雾图像构建数据集；S2、构建图像去雾模型，模型由三个分支网络组成；S3、将有雾图像I(x)分别输入到图像去雾模型的三个分支网络中，分别获得透射率图像t(x)、大气光图像A(x)、无雾图像J(x)；S4、利用透射率图像t(x)、大气光图像A(x)、无雾图像J(x)，根据大气散射模型，重建输入的有雾图像I′(x)，I(x)与I′(x)构成重建损失约束整个图像去雾模型的训练。本发明基于Transformer进行图像去雾，利用Transformer固有的自注意力机制，可以更加有效地捕获全局信息，更好地提取特征。同时，本发明利用传统的先验辅助深度神经网络来达到更好的去雾效果。 | ||
| 搜索关键词： | 一种 基于 transformer 深度 神经网络 图像 方法 | ||
【主权项】：
暂无信息
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山东师范大学，未经山东师范大学许可，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/202110347681.9/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
