摘要
本发明提供一种图像去雾模型的训练方法、图像去雾方法,训练方法包括:获取原始有雾图像和对应的原始清晰无雾图像;对原始有雾图像进行两次下采样,对应得到中分辨率有雾图像、低分辨率有雾图像;对原始有雾图像、中分辨率有雾图像、低分辨率有雾图像分别进行特征提取,对应得到3个不同尺度的特征信息;基于所述3个不同尺度的特征信息进行图像重建,得到去雾图像;计算去雾图像与原始清晰无雾图像之间的损失,并基于该损失对图像去雾模型进行训练,得到训练好的图像去雾模型。本发明提供的方法,能够有效提高去雾的效果。
技术关键词
图像去雾模型
有雾图像
局部特征信息
特征信息融合
融合特征
去雾图像
上采样
分支
图像去雾方法
无雾图像
网络
注意力
图像重建
分阶段
分辨率
采样模块
通道
浅层特征提取
系统为您推荐了相关专利信息
陶瓷封装基板
表面缺陷检测方法
融合特征
文本
像素
跟踪方法
多视角视频序列
全局特征融合
融合特征
表达式
生成方法
多模态
场地污染修复技术
文档特征提取
非暂态计算机可读存储介质