对比学习图像去雨模型训练方法、去雨方法和存储介质

AITNT
正文
推荐专利
对比学习图像去雨模型训练方法、去雨方法和存储介质
申请号:CN202510530728
申请日期:2025-04-25
公开号:CN120450993A
公开日期:2025-08-08
类型:发明专利
摘要
本发明公开的一种对比学习图像去雨模型训练方法、去雨方法和存储介质,其中模型训练方法包括:获取原始有雨图像输入到初始化的去雨模型中得到初始数据;基于初始数据交替固定背景层和雨层,以迭代优化去雨模型,基于特征提取网络提取迭代优化后的背景层和雨层的高维特征并计算对比损失值,高维特征包括背景层特征和雨层特征;基于高维特征、原始有雨图像和对比损失值计算总损失值,并基于模型损失值反向传播更新模型参数;当迭代次数达到预设值或者总损失值收敛时停止迭代,并输出最终的去雨图像和雨层。本发明通过对雨层和图像层进行交替迭代求解,进行对比损失约束,能够更好地区分雨层和图像层,最终实现雨层与图像层的分离。
技术关键词
图像去雨模型 图像去雨方法 特征提取网络 更新模型参数 图像去雨系统 重构误差 程序 处理器 模型训练方法 可读存储介质 存储器 数据 训练系统 度函数 计算机 样本
系统为您推荐了相关专利信息
1
环保抗氧剂生产管理系统及方法
矩阵 特征值 抗氧剂 多尺度特征 能源
2
基于双极优化的多模态无人机轨迹预测方法及系统
轨迹预测方法 无人机 关键点 注意力机制 优化器
3
一种骨科手术风险评估方法及系统
骨科手术 特征提取网络 风险评估方法 数据 级联式
4
基于深度分离卷积与可变形自注意力的鱼类异常检测方法
异常检测方法 输出特征 卷积模块 图像 注意力机制
5
基于相移编码和定向特征增强的旋转目标检测方法及系统
非极大值抑制方法 梯度下降算法 全局平均池化 编码器 卷积模块
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