摘要
本发明涉及图像处理技术领域,提供一种基于多模态退化特征学习的水下图像增强方法及系统。该方法包括:收集不同模态的水下图像数据以构建水下图像数据集,将所述水下图像数据集分为训练集和测试集;对所述训练集进行预处理,得到图像文本退化对数据集;构建多模态视觉语言MD‑CLIP网络框架,并利用所述图像文本退化对数据集对所述MD‑CLIP网络框架进行训练;所述MD‑CLIP网络框架包括图像编码控制器ContNet模块、预训练的CLIP模块和对比学习模块;将训练后的图像编码控制器ContNet模块集成到NAFNet网络结构中,生成图像增强网络并利用所述测试集进行训练,得到水下图像增强模型;将待增强水下退化图像输入所述水下图像增强模型,生成待增强水下退化图像的增强结果图。
技术关键词
水下图像增强方法
水下图像数据
退化特征
图像增强模型
多模态
图像增强网络
文本
模块
水下图像增强系统
网络结构
图像编码器
框架
训练集
局部空间特征
交叉注意力机制
控制器
解码器架构
系统为您推荐了相关专利信息
姿态估计方法
车辆位姿估计方法
无人驾驶车辆
阶段
图像编码器
动态权重分配
道路病害检测方法
地面穿透雷达
信息熵
车载雷达数据
异常数据检测
数据处理模块
G06K数据识别
协方差矩阵
报警提示模块