摘要
本发明公开的一种大型多模态模型引导的自适应图像雾气去除方法,属于视觉信息处理技术领域,适用于雾天场景图像处理方面。本发明实现方法为:1、用预训练的大型多模态模型获得退化先验;2、雾气图像与退化先验输入至MoE‑SSM模型中进行训练,用于动态调整模型参数,进而进行动态感知去雾;3、利用浅层特征Fs和优化特征进行融合,重建干净无雾的图像;4、用干净无雾的图像与真值清晰图像利用如式(8)所示的Charbonnier损失函数训练神经网络,用于惩罚恢复图像与真值清晰图像的偏差,并鼓励一致的图像梯度;与现有技术相比,解决现有去雾模型图像处理中感受野与计算效率的折衷处理问题,同时减少大量标注数据的需求,进而提高了图像处理精准度与稳定性。
技术关键词
多模态
视觉信息处理技术
训练神经网络
场景图像处理
浅层特征提取
状态空间模型
索引
去雾模型
评级方法
依赖特征
元素
动态
模块
融合特征
定义
文本
偏差
关系
系统为您推荐了相关专利信息
表情识别方法
数据训练神经网络
生成表情动画
多尺度
神经网络模型