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
多模态数据融合
动态管理系统
数据采集层
数据采集单元
风险预测模型
调蓄方法
气象预报数据
数字孪生
水利设施
土壤渗透系数
大语言模型
异构语言
案例知识库
多语言
数据传输协议
媒体资源信息
数据处理分析系统
资源特征
媒体资源管理
融合特征
机器人灵巧手
策略学习方法
交叉注意力机制
示教装置
计算机程序产品