摘要
本发明提供了一种鲁棒的水下图像增强模型训练方法、图像增强方法及装置,属于图像增强技术领域,该鲁棒的水下图像增强模型训练方法包括:采用对抗攻击策略根据原始水下图像生成对抗样本;其中,对抗攻击策略包括像素攻击和色彩偏移攻击中的至少一项;以原始水下图像和对抗样本为训练样本,以联合损失为损失函数对水下图像增强模型进行迭代训练,在满足最大迭代次数或者水下图像增强模型收敛的情况下,得到新的水下图像增强模型;其中,联合损失基于未参与对抗训练的水下图像增强模型的损失函数和对抗正则化项确定。本发明所述方法提高了水下图像增强模型对抗扰动的鲁棒性和图像增强性能,避免模型发生对抗扰动时生成恶化的图像。
技术关键词
图像增强模型
图像增强方法
样本
鲁棒性
策略
非暂态计算机可读存储介质
图像增强装置
色彩
图像增强技术
图像增强模块
像素
图像获取模块
处理器
计算机程序产品
训练装置
标签
颜色
系统为您推荐了相关专利信息
周期型数据
异常检测方法
风力发电机
SCADA系统
XGBoost模型
智能控制方法
多源数据采集系统
加权最小二乘法
数据融合算法
机器学习模型
亲缘关系鉴定方法
文库
纳米孔
测序技术
SNP位点组合
多层前馈神经网络
深度强化学习模型
储能设备健康状态
历史运行数据
储能电站