摘要
本申请实施例属于图像处理技术领域,应用于图像去雾化处理场景中,涉及一种图像重构方法、装置、设备及其存储介质,包括获取雾天状态下拍摄的图像;对雾天状态下拍摄的图像进行主要雾状态特征分离和提取;输入到预训练完成的特征校正深度学习网络,进行特征校正;融合校正后的特征,获得融合后的图像特征;对融合后的图像特征进行解码,输出去除雾天状态的图像。在去雾算法架构上,采用端到端的深度学习网络训练和预测方式,不仅对主要的雾状态特征进行了特征分离和分别校正,降低雾状态特征优化复杂度,而且采用端到端模式进行深度学习网络训练,能够对深度学习网络的所有网络结构进行联合优化,以学习到去雾的最佳表示,获得更好去雾效果。
技术关键词
深度学习网络
图像重构方法
校正
亮度
颜色
计算机可读指令
特征提取网络
分支
无雾图像
有雾图像
编码器
图像重构装置
解码器
通道注意力机制
图像特征提取
算法架构
图像获取模块
系统为您推荐了相关专利信息
矢量化方法
点云数据分割
照片
地理信息系统
深度学习技术
信息校正方法
驱动器
动态校正
仿真模型
噪声功率谱密度
错误纠正方法
多模态信息融合
票据
二维位置信息
印章