一种基于深度学习与盲去卷积的运动模糊检测方法及系统

AITNT
正文
推荐专利
一种基于深度学习与盲去卷积的运动模糊检测方法及系统
申请号:CN202510112803
申请日期:2025-01-24
公开号:CN119559168B
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及模糊检测技术领域,公开了一种基于深度学习与盲去卷积的运动模糊检测方法及系统,包括:采集原始图像,并进行图像的子区域划分;对每个子区域分别进行奇异值分解;根据分解结果,对所述子区域进行模糊区域检测;对模糊图像进行图像复原;使用深度学习的方法在模糊复原图像分割目标轮廓信息,输出带有目标轮廓的清晰图像。通过引入SPD‑Conv,改进后的YOLOv8模型能够更准确地分割低分辨率模糊目标,有效提高了分割精度。能够适应不同场景下的低分辨率模糊目标分割任务。在提高分割精度的同时,本发明所提方法并未显著增加模型的计算复杂度和推理时间,仍能保持YOLOv8的实时性优势,满足实际应用中对实时性的要求。
技术关键词
运动模糊检测 轮廓信息 图像分割 模糊检测技术 概率密度函数 卷积方法 判断算法 矩阵 纹理特征 输出特征 噪声 处理器 计算机设备 输出模块 可读存储介质 索引 存储器
系统为您推荐了相关专利信息
1
用于呼吸系统活体涂片镜检的检验系统、方法及装置
多尺度特征提取 结晶 热力图 样本 决策树模型
2
星地一体化缓存更新与协作传输方法、装置及存储介质
深度确定性策略梯度 缓存决策策略 基站 内容更新 协作传输方法
3
一种图像数据自动提取标注方法及平台
标注策略 图像分割 标注方法 语义标签 纹理特征提取
4
资源申请审批方法、装置、计算机设备、可读存储介质和程序产品
图像分割网络 资源申请审批 计算机设备 预测类别 可读存储介质
5
基于掩码指导混合解耦的图像分割方法、装置、设备和介质
空域特征 频域特征 图像分割方法 图像分割装置 医学图像分割
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号