- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及图像增强技术及计算机视觉技术领域,具体涉及一种图像复原与图像增强相融合的图像去雾方法及其卷积网络。该方法利用三个不同的卷积神经网络进行融合去雾,该所述方法模拟原始有雾图像到无雾图像的映射来实现去雾本发明通过在增强网络的损失计算中结合复原网络的去雾图,提高了增强网络学习非物理模型去雾的能力;门控融合网络对复原网络和增强网络的两个去雾图计算各自的自适应权重图,权重图能够起到融合两者中好的部分,提高去雾表现的作用。该方法主要解决了当前基于物理模型和端到端的卷积神经去雾网络分别存在的设计缺陷,
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112215766 A
(43)申请公布日 2021.01.12
(21)申请号 202010988868.2
(22)申请日 2020.09.18
(71)申请人 浙江工商大学
地址
文档评论(0)