摘要
本发明涉及一种基于脉冲神经网络的多退化场景双目图像自适应增强方法,属于图像处理领域。该方法包括:构建用于多退化场景双目图像增强的脉冲神经网络模型,该网络模型包括均采用编码器‑解码器结构的第一分支和第二分支,在第一分支和第二分支的编码器块与解码器块之间,通过脉冲立体交叉注意力模块进行特征交互;准备数据集训练所构建的网络模型,并对训练的网络模型进行评估,判断网络模型的图像恢复效果是否达到性能要求,若未达到要求则重新进行训练;最后,采用训练完成且经过评估的网络模型对多退化场景双目图像进行恢复。本发明能够大幅降低计算能耗,提高脉冲网络的计算效率,对于图像中的雨线和雨滴具有较好的去除效果,具备通用性。
技术关键词
脉冲神经网络模型
卷积模块
分支
编码器
解码器结构
图像增强
场景
注意力
峰值信噪比
矩阵
采样模块
数据
能耗
级联
图像处理
上采样
系统为您推荐了相关专利信息
轨迹
结构特征提取
融合分类器
空间特征提取
时间序列距离
掩码矩阵
输入电力系统
节点特征
电力系统潮流
分析方法
通信系统设计方法
神经网络参数
接收端
信道解码器
生成对抗网络
孪生神经网络
故障诊断方法
样本
训练集
Sigmoid函数