摘要
本公开涉及一种图像处理方法、装置、电子设备及存储介质,其中,方法包括:获取待处理图像的待处理特征向量;基于预训练第一深度学习模型对待处理特征向量进行处理得到初始无高光特征向量,将待处理特征向量和初始无高光特征向量进行处理得到高光特征向量;将待处理特征向量、初始无高光特征向量和高光特征向量进行连接得到目标特征向量;将目标特征向量输入预训练第二深度学习模型得到中间无高光特征向量;将中间无高光特征向量和待处理特征向量进行处理得到目标无高光特征向量,获取目标无高光特征向量的目标无高光图像。采用上述技术方案,通过两阶段的渐进式去高光机制,提高图像高光去除效率和效果。
技术关键词
深度学习模型
深度学习网络
图像特征向量
图像处理方法
深度学习神经网络
样本
跨尺度特征融合
编码模块
图像采集设备
电子设备
图像处理装置
可读存储介质
元素
类间方差
计算机
两阶段
上采样
程序
系统为您推荐了相关专利信息
转换器
机器学习平台
运算加速器
单指令多数据
执行乘法累加运算
FMCW激光雷达
相机图像数据
激光雷达数据
深度学习模型
深度信息提取
深度学习模型
数据标注方法
图像特征向量
原型
置信度阈值
智能安全监控装置
船舶
智能分析模块
模糊算法
智能监控系统
智能建模方法
植被面积
作物生育期
门结构
训练深度学习模型