摘要
本发明涉及计算机视觉技术领域,解决了目前计算机视觉所捕获图像容易受环境影响而出现图像退化的技术问题,尤其涉及一种去雾识别联合网络及其目标检测方法,其中目标识别网络中提取到的特征将被共享给图像复原网络,通过其中的UNet结构进行图像复原处理。图像复原网络产生的干净特征被共享给目标识别网络。本发明引入了基于扩散概率模型的图像复原网络,配合YOLOX模型的目标识别网络以及特征增强模块提供的特征信息,更好地完成了图像的去雾复原任务,并通过引入两个可变形卷积,有效扩大每个卷积层的感受域,丰富输出特征,从而降低天气特有信息对检测精度的影响,因此在去雾与目标检测的准确率方面获得了良好的表现。
技术关键词
图像
神经网络参数
模块
噪声预测模型
检测头
YOLO模型
计算机视觉技术
表达式
重构
变换特征
重建误差
协方差矩阵
输出特征
焦点
上采样