摘要
本发明属于人工智能的图像处理与机器视觉技术领域,具体涉及一种退化区域注意力引导的双分支动态融合图像去雾方法,包括:通过数据预处理获取雾图像I(x)‑退化图GTdeg(x)样本对数据集DegSet;通过深度学习框架搭建多尺度退化图预估网络EstNet并使用DegSet训练,实现输入雾图像I(x)并预估退化图注意力an;通过深度学习框架搭建图像退化注意力引导的双分支动态融合去雾网络DDNet借助退化图注意力an的引导实现输入雾图像I(x)输出去雾结果J(x)。本发明能有效解决在处理不均匀雾图像时,单一的映射模式难以同时处理图像上由于雾的浓度不同所产生的多种退化模式的问题。
技术关键词
图像去雾方法
注意力
分支
编码器
解码器
区域特征提取
上采样
滑动窗口
动态
尺寸
深度学习框架
去雾图像
输出特征
图像去雾模型
深度图
矩阵
输入多尺度
通道
系统为您推荐了相关专利信息
冠状动脉分割方法
神经网络模型
多尺度特征
解码器
编码器
风险评估系统
风险评估模型
子模块
大数据
医学知识图谱
K近邻算法
嵌入特征
多阶段
特征提取模块
三元组
多光谱遥感影像
遥感影像数据
锐化方法
演化机制
指标