摘要
本发明提出了一种基于最大期望算法和局部建模的图像去雨重建方法,该方法能够在较低的参数量和计算量下,有效去除图像中的雨线,恢复出清晰的背景图像。包括以下步骤:步骤1:对有雨图像进行浅层特征提取,捕获图片的浅层基础信息;步骤2:将捕获的图片的浅层基础信息输入到构建的基于最大期望算法和局部建模的图像去雨网络中;步骤3:采用SSIM作为训练损失函数对图像去雨网络进行训练,得到最终的训练好的去雨重建网络模型;步骤4:加载上述去雨重建网络模型,将所需要有雨的图片输入到去雨重建网络模型中,得到有雨图像所对应的无雨图像。
技术关键词
图像去雨
浅层特征提取
前馈神经网络
注意力机制
编码解码器
模型块
算法
图像重建
图片
深层特征提取
局部特征提取
归一化方法
代表
基础
输出特征
超参数
上采样
雨水
系统为您推荐了相关专利信息
声学特征
语音检测方法
语义特征
跨模态
计算机执行指令
风险预测方法
样本
矩阵
轻量化卷积神经网络
动态
预测预警方法
地质灾害监测
地质灾害风险
监测点
可视化平台
样本
注意力机制
线性分类器
度量
细粒度图像分类
数据预测方法
频域特征
局部特征提取
解码器
编码器