- 专利标题: 一种基于生成对抗网络的复合降质图像高质量重建方法
-
申请号: CN201811575838.8申请日: 2018-12-22
-
公开(公告)号: CN109685072B公开(公告)日: 2021-05-14
- 发明人: 李嘉锋 , 王珂 , 卓力 , 张菁 , 马春杰 , 贾童谣
- 申请人: 北京工业大学
- 申请人地址: 北京市朝阳区平乐园100号
- 专利权人: 北京工业大学
- 当前专利权人: 北京工业大学
- 当前专利权人地址: 北京市朝阳区平乐园100号
- 代理机构: 北京思海天达知识产权代理有限公司
- 代理商 沈波
- 主分类号: G06K9/42
- IPC分类号: G06K9/42 ; G06K9/46 ; G06N3/04 ; G06N3/08 ; G06T5/00 ; G06T5/50
摘要:
本发明公开了一种基于生成对抗网络的复合降质图像高质量重建方法,针对同时含有雾霾,系统噪声,低照度和压缩失真等多种降质问题的低质量图像,本发明首先从针对复合因素降质图像重建的角度出发,建立了一种基于生成对抗网络的复合降质图像高质量重建方法,可完成针对受雾霾,低照度,压缩,系统噪声,光学模糊等因素组合降质图像的重建;其次,本发明采用非对称的生成网络,大大减少了模型的参数量,使模型易于训练和使用;再者,采用端到端的思想,简化了重建系统的架构,省去了预处理与后处理;最后,生成网络全部由卷积层组成,可输入任意尺寸复合降质图像进行重建。
公开/授权文献
- CN109685072A 一种基于生成对抗网络的复合降质图像高质量重建方法 公开/授权日:2019-04-26