摘要
本申请属于计算机视觉技术以及图像处理技术领域,更具体地,涉及一种基于无配对图像训练去雾模型的方法,旨在解决现有的基于无配对图像的学习框架训练去雾模型,可能会造成模型去雾效果下降的问题。本发明利用设计的总损失函数,分别通过无雾图与有雾图对去雾模型进行双分支联合训练,通过使用第一损失函数对无雾图分支对应的去雾模型进行初步训练,再通过总损失函数分别对无雾分支与有雾分支对应的去雾模型进行同步训练,进而使去雾模型能学习合成有雾图与无雾图之间、有雾图与合成有雾图之间的雾霾特征联系,从而学习到接近真实雾霾场景的雾霾特征,最终有效提高去雾模型的去雾效果。
技术关键词
去雾模型
大气散射模型
光矩阵
估计算法
深度图
语义
雾霾场景
计算机视觉技术
数值
预训练模型
分支
图像处理技术
偏差
参数
框架
系统为您推荐了相关专利信息
人脸识别方法
可见光图像
结构光深度图
结构相似性算法
血管
三维模型
数字高程模型
三维重建方法
网格
彩色点云
机器人操作方法
视觉图像信息
机器人控制模块
机器人系统
大语言模型