基于双任务协同网络的图像去雾方法

AITNT
正文
推荐专利
基于双任务协同网络的图像去雾方法
申请号:CN202511378922
申请日期:2025-09-25
公开号:CN120876321A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及图像去雾技术领域,尤其涉及基于双任务协同网络的图像去雾方法,S1:采集带雾RGB图像及稀疏深度图。S2:构建深度补全网络,输出初始预测深度图。S3:构建去雾网络,输出预测去雾图像。S4:将预测去雾图像与稀疏深度图再次输入深度补全网络,输出最终预测深度图。S5:得到去雾差异映射矩阵和深度差异映射矩阵。S6:构建去雾损失函数和深度损失函数。S7:得到去雾模型和深度补全模型。S8:将带雾RGB图像和对应的稀疏深度图输入到去雾模型和深度补全模型中,输出去雾后的RGB图像和对应的深度图。本发明的优点在于,深度补全与图像去雾任务互补协同,二者在统一框架内同步优化,显著提升雾天场景下的清晰图像。
技术关键词
图像去雾方法 去雾图像 稀疏深度图 去雾模型 网络 编码特征 矩阵 编码器 误差 多层感知机 图像去雾技术 解码器 模块 输出特征 局部特征提取 上采样
系统为您推荐了相关专利信息
1
基于大数据的组合桥梁健康监测及管养系统
数据采集模块 数字孪生模型 策略 大数据 模糊集合
2
一种考虑轻量化的IV型储氢容器缠绕工艺设计方法
工艺设计方法 深度学习网络 细观力学模型 复合材料 储氢容器技术
3
基于改进YOLO11-OBB的输电线路舞动检测方法
深度学习网络模型 直方图均衡化方法 线路 对比度 空间金字塔池化
4
一种滚动轴承故障诊断方法及系统
滚动轴承振动信号 故障诊断模型 振动故障诊断 位置更新 滚动轴承故障诊断系统
5
基于多模态提示的无人机及高低空协同目标搜索方法和系统
低空无人机 多模态 高空无人机 搜索意图 检测网络模型
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