一种基于多尺度注意力混合特征融合的水下图像增强方法

AITNT
正文
推荐专利
一种基于多尺度注意力混合特征融合的水下图像增强方法
申请号:CN202410760974
申请日期:2024-06-13
公开号:CN118485605B
公开日期:2025-01-10
类型:发明专利
摘要
本发明公开了一种基于多尺度注意力混合特征融合的水下图像增强方法,具体包括以下步骤:建立水下图像数据集;对数据集进行数据预处理;构建基于多尺度注意力混合特征融合的水下图像增强模型;改进损失函数;采用训练集和验证集对模型进行训练;采用测试集对模型进行测试,满足图像质量的客观评价指标要求,获得最终水下图像增强模型。相较于现有技术,本发明公开的一种基于多尺度注意力混合特征融合的水下图像增强方法,有效解决水下图像细节丢失、局部雾化与图像颜色失真的问题。
技术关键词
水下图像增强方法 客观评价指标 图像增强模型 多尺度 卷积模块 水下图像数据 通道注意力机制 空间特征提取 峰值信噪比 水下相机 归一化模块 上采样 批量 图像像素 分支
系统为您推荐了相关专利信息
1
利用CNN与YOLOv4进行间接噪声估计的极化码图像信号解码方法
图像信号解码方法 残差模块 卷积模块 空间金字塔池化 噪声抑制
2
一种虚拟测量方法、产品、设备及介质
虚拟测量方法 抛光工艺 注意力机制 交互模型 加权特征
3
基于YOLOv5的钢管复杂多样焊接缺陷精确检测方法
精确检测方法 钢管焊缝缺陷 模块 X射线图像数据 焊缝缺陷图像
4
站台人员安全检测方法、装置、设备及存储介质
轻量级卷积神经网络 站台 多尺度 生成训练样本 训练样本集
5
一种基于深度学习的降水临近预报方法
临近预报方法 雷达回波数据 生成对抗网络模型 专用动态 时空序列数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号