基于层间多尺度序列交互和傅里叶域频空增强的去雾方法

AITNT
正文
推荐专利
基于层间多尺度序列交互和傅里叶域频空增强的去雾方法
申请号:CN202510226121
申请日期:2025-02-27
公开号:CN120163739B
公开日期:2025-11-28
类型:发明专利
摘要
基于层间多尺度序列交互和傅里叶域频空增强的去雾方法,包括以下步骤:步骤S1:收集包含不同浓度雾霾的公开有雾数据集,并对其中的图像进行预处理,以提高数据质量和模型训练效果;步骤S2:构建基于层间多尺度序列交互和傅里叶域频空增强的去雾网络框架,该框架包含U型去雾网络、层间多尺度序列交互模块IMSIM和傅里叶域频空增强模块FDFSEM;步骤S3:使用标注好的图像数据集训练网络,定义合适的损失函数,使用优化器进行训练;步骤S4:使用峰值信噪比PSNR、结构相似性指数SSIM两个指标评估去雾效果,优化训练后的模型,部署到实际应用中进行在线推理和实时去雾;通过上述步骤可以实现输入特征图的去雾。
技术关键词
解码 编码特征 频域特征 输出特征 峰值信噪比 残差模块 二维快速傅里叶变换 网络 有雾图像 去雾图像 特征提取模块 序列特征 阶段 全局结构信息 优化器 定量分析模型
系统为您推荐了相关专利信息
1
一种基于深度学习的中尺度涡识别方法
异常数据 海洋中尺度涡 神经网络学习方法 优化器 注意力
2
一种视频推送方法、装置、电子设备及存储介质
客户端 海报 视频推送方法 队列 深度学习模型
3
基于深度学习技术的地震波行分析处理方法
深度学习模型 深度学习技术 卷积神经网络结构 地震预警系统 数据管理系统
4
一种基于非代理流量的加密代理流量分类方法
流量分类方法 加密 序列 解码器 协议
5
一种自动采集、消除目标红外特性的控制方法
协方差矩阵 数据 卡尔曼算法 频域特征 计算方法
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