[發(fā)明專利]圖像去霧模型的生成方法、裝置及圖像去霧方法、裝置在審
| 申請?zhí)枺?/td> | 201910209125.8 | 申請日: | 2019-03-19 |
| 公開(公告)號: | CN109949242A | 公開(公告)日: | 2019-06-28 |
| 發(fā)明(設(shè)計)人: | 房建東;趙肖肖;趙于東 | 申請(專利權(quán))人: | 內(nèi)蒙古工業(yè)大學(xué) |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T5/50 |
| 代理公司: | 北京金信知識產(chǎn)權(quán)代理有限公司 11225 | 代理人: | 喻嶸;郭迎俠 |
| 地址: | 010051 內(nèi)蒙古*** | 國省代碼: | 內(nèi)蒙古;15 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 圖像去霧 圖像 目標(biāo)樣本 損失函數(shù) 生成模型 條件生成 網(wǎng)絡(luò)模型 準(zhǔn)確度 標(biāo)識信息 方法生成 判別模型 輸出結(jié)果 訓(xùn)練過程 訓(xùn)練數(shù)據(jù) 對抗 預(yù)設(shè) 樣本 輸出 申請 | ||
1.一種圖像去霧模型的生成方法,其特征在于,所述方法包括:
獲取訓(xùn)練數(shù)據(jù),其中,所述訓(xùn)練數(shù)據(jù)包括樣本有霧圖像、與樣本有霧圖像對應(yīng)的樣本無霧圖像以及樣本無霧圖像的標(biāo)識信息;
執(zhí)行以下訓(xùn)練步驟:
將所述訓(xùn)練數(shù)據(jù)中的樣本有霧圖像輸入條件生成式對抗網(wǎng)絡(luò)模型中的生成模型,生成與輸入的樣本有霧圖像對應(yīng)的無霧圖像;根據(jù)生成的無霧圖像和目標(biāo)樣本無霧圖像,確定生成模型的第一損失函數(shù),其中,所述目標(biāo)樣本無霧圖像為與輸入生成模型的樣本有霧圖像對應(yīng)的樣本無霧圖像;將目標(biāo)樣本無霧圖像和生成模型生成的無霧圖像輸入條件生成式對抗網(wǎng)絡(luò)模型中的判別模型,輸出圖像判別結(jié)果;根據(jù)圖像判別結(jié)果和目標(biāo)樣本無霧圖像的標(biāo)識信息,確定判別模型的第二損失函數(shù);根據(jù)第一損失函數(shù)和第二損失函數(shù),統(tǒng)計條件生成式對抗網(wǎng)絡(luò)模型的損失函數(shù),并確定損失函數(shù)是否達(dá)到預(yù)設(shè)閾值;響應(yīng)于確定損失函數(shù)達(dá)到預(yù)設(shè)閾值,根據(jù)當(dāng)前訓(xùn)練后的條件生成式對抗網(wǎng)絡(luò)模型生成圖像去霧模型,以及輸出所述圖像去霧模型。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取訓(xùn)練數(shù)據(jù),包括:
采集目標(biāo)地區(qū)的遙感數(shù)據(jù)集,其中,所述遙感數(shù)據(jù)集中包含至少一種波段的遙感數(shù)據(jù);
根據(jù)所述遙感數(shù)據(jù)集中的遙感數(shù)據(jù),生成訓(xùn)練數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述遙感數(shù)據(jù)集中的遙感數(shù)據(jù),生成訓(xùn)練數(shù)據(jù),包括:
將所述遙感數(shù)據(jù)集中的至少一種波段的遙感數(shù)據(jù)進(jìn)行合成,生成合成圖像,其中,所述合成圖像包括有霧合成圖像和無霧合成圖像;
根據(jù)生成的合成圖像,生成訓(xùn)練數(shù)據(jù)。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述將所述遙感數(shù)據(jù)集中的至少一種波段的遙感數(shù)據(jù)進(jìn)行合成,包括以下至少一項:
將至少兩種波段的有霧遙感數(shù)據(jù)進(jìn)行合成;或者
將至少兩種波段的無霧遙感數(shù)據(jù)進(jìn)行合成;或者
將至少一種波段的有霧圖像與至少一種波段的無霧圖像進(jìn)行合成。
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述根據(jù)生成的合成圖像,生成訓(xùn)練數(shù)據(jù),包括:
對生成的合成圖像進(jìn)行裁剪,得到多張預(yù)設(shè)尺寸的裁剪圖像;
根據(jù)得到的裁剪圖像,生成訓(xùn)練數(shù)據(jù)。
6.根據(jù)權(quán)利要求1-5之一所述的方法,其特征在于,所述方法還包括:
響應(yīng)于確定損失函數(shù)未達(dá)到預(yù)設(shè)閾值,對當(dāng)前訓(xùn)練后的條件生成式對抗網(wǎng)絡(luò)模型進(jìn)行優(yōu)化;將優(yōu)化后的模型作為條件生成式對抗網(wǎng)絡(luò)模型,并繼續(xù)執(zhí)行所述訓(xùn)練步驟。
7.一種圖像去霧模型的生成裝置,其特征在于,所述裝置包括:
獲取單元,被配置成獲取訓(xùn)練數(shù)據(jù),其中,所述訓(xùn)練數(shù)據(jù)包括樣本有霧圖像、與樣本有霧圖像對應(yīng)的樣本無霧圖像以及樣本無霧圖像的標(biāo)識信息;
執(zhí)行單元,被配置成執(zhí)行以下訓(xùn)練步驟:
將所述訓(xùn)練數(shù)據(jù)中的樣本有霧圖像輸入條件生成式對抗網(wǎng)絡(luò)模型中的生成模型,生成與輸入的樣本有霧圖像對應(yīng)的無霧圖像;根據(jù)生成的無霧圖像和目標(biāo)樣本無霧圖像,確定生成模型的第一損失函數(shù),其中,所述目標(biāo)樣本無霧圖像為與輸入生成模型的樣本有霧圖像對應(yīng)的樣本無霧圖像;將目標(biāo)樣本無霧圖像和生成模型生成的無霧圖像輸入條件生成式對抗網(wǎng)絡(luò)模型中的判別模型,輸出圖像判別結(jié)果;根據(jù)圖像判別結(jié)果和目標(biāo)樣本無霧圖像的標(biāo)識信息,確定判別模型的第二損失函數(shù);根據(jù)第一損失函數(shù)和第二損失函數(shù),統(tǒng)計條件生成式對抗網(wǎng)絡(luò)模型的損失函數(shù),并確定損失函數(shù)是否達(dá)到預(yù)設(shè)閾值;響應(yīng)于確定損失函數(shù)達(dá)到預(yù)設(shè)閾值,根據(jù)當(dāng)前訓(xùn)練后的條件生成式對抗網(wǎng)絡(luò)模型生成圖像去霧模型,以及輸出所述圖像去霧模型。
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述獲取單元包括:
采集子單元,被配置成采集目標(biāo)地區(qū)的遙感數(shù)據(jù)集,其中,所述遙感數(shù)據(jù)集中包含至少一種波段的遙感數(shù)據(jù);
生成子單元,被配置成根據(jù)所述遙感數(shù)據(jù)集中的遙感數(shù)據(jù),生成訓(xùn)練數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于內(nèi)蒙古工業(yè)大學(xué),未經(jīng)內(nèi)蒙古工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910209125.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 一種基于多目標(biāo)學(xué)習(xí)的人臉識別算法訓(xùn)練方法
- 用于重識別的損失函數(shù)確定的方法及裝置
- 一種構(gòu)造逆標(biāo)簽及其損失函數(shù)的方法
- 一種平衡多個任務(wù)的方法及系統(tǒng)
- 圖像生成模型的訓(xùn)練方法、圖像生成方法及裝置
- 基于注釋信息的分類
- 經(jīng)由對偶分解評估損失函數(shù)或損失函數(shù)的梯度的系統(tǒng)和方法
- 分類模型的訓(xùn)練方法、裝置、電子設(shè)備以及存儲介質(zhì)
- 一種基于幾何位置關(guān)系損失函數(shù)的虹膜分割方法
- 一種基于多任務(wù)損失函數(shù)的目標(biāo)檢測方法及系統(tǒng)





