摘要
本发明提供一种基于迁移学习和光流估计的医学影像去雾方法,基于通过光流估计数据集预训练获得的Ef‑RAFT网络,以及通过有雾图像数据集预训练获得的DFFNet网络,输入有雾医学影像以迁移学习的方式进行去雾,对去雾处理后的帧重建获得去雾后的医学影像;所述DFFNet网络包括编码器、频率域特征融合模块、解码器和软重建模块。其结合光流估计技术实现视频帧序列的精确对齐,利用相对无雾帧辅助有雾帧进行去雾。
技术关键词
去雾方法
高频特征
编码器
注意力
前馈神经网络
输入解码器
医学影像数据
模块
有雾图像
去雾图像
输出特征
非暂态计算机可读存储介质
频率
峰值信噪比
无雾图像
上采样
融合规则
系统为您推荐了相关专利信息
智慧城市照明
天气状况数据
模糊控制器
轻量级神经网络
密度
变化检测网络
融合检测方法
优化网络参数
多层次深度特征
输出特征
快速识别方法
人体姿态估计
关键点
感知特征
图像生成模型
土壤分类方法
分类模型构建
多模态数据融合
数据预处理技术
重构
数据检索方法
面向车联网
压缩特征
查询特征
PCA算法