公开(公告)号：CN114820389B

公开(公告)日：2022-09-23

申请号：CN202210714947.3

申请日：2022-06-23

Applicant: 北京科技大学 ,  北京机电工程研究所

Inventor： 刘红敏 ,  夏俊勇 ,  王星 ,  樊彬 ,  曾慧

IPC: G06T5/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提供一种基于无监督解耦表征的人脸图像去模糊方法，属于计算机视觉中的低质量图像复原技术领域。所述方法包括：获取由清晰图像及模糊图像构成的训练集；其中，所述图像为人脸图像；构建基于生成对抗网络的去模糊生成网络，确定其总的目标函数；其中，通过所述去模糊生成网络解耦语义内容信息和域内特性，所述去模糊生成网络包括：内容域编码器、特征域编码器、特征域生成器、特征域鉴别器；利用得到的训练集和总的目标函数，训练所述去模糊生成网络；将待处理的模糊图像作为输入，利用训练好的所述去模糊生成网络生成清晰的人脸图像。采用本发明，能够解决其他无监督方法在训练过程中出现的域转移和解耦不一致的问题。

公开(公告)号：CN114820389A

公开(公告)日：2022-07-29

申请号：CN202210714947.3

申请日：2022-06-23

Applicant: 北京科技大学 ,  北京机电工程研究所

Inventor： 刘红敏 ,  夏俊勇 ,  王星 ,  樊彬 ,  曾慧

IPC: G06T5/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提供一种基于无监督解耦表征的人脸图像去模糊方法，属于计算机视觉中的低质量图像复原技术领域。所述方法包括：获取由清晰图像及模糊图像构成的训练集；其中，所述图像为人脸图像；构建基于生成对抗网络的去模糊生成网络，确定其总的目标函数；其中，通过所述去模糊生成网络解耦语义内容信息和域内特性，所述去模糊生成网络包括：内容域编码器、特征域编码器、特征域生成器、特征域鉴别器；利用得到的训练集和总的目标函数，训练所述去模糊生成网络；将待处理的模糊图像作为输入，利用训练好的所述去模糊生成网络生成清晰的人脸图像。采用本发明，能够解决其他无监督方法在训练过程中出现的域转移和解耦不一致的问题。

公开(公告)号：CN116645287B

公开(公告)日：2024-03-29

申请号：CN202310578005.1

申请日：2023-05-22

Applicant: 北京科技大学

Inventor： 刘红敏 ,  夏俊勇 ,  樊彬

IPC: G06T5/73 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于扩散模型的图像去模糊方案，属于图像处理技术领域。所述方法包括：构建DMDIFF去模糊网络模型；其中，所述DMDIFF去模糊网络包括模糊图像特征编码器、深度梯度提取UNet骨干网络和交叉注意力子网络；对训练样本图像进行数据增强处理，得到目标训练样本；通过所述目标训练样本训练所述DMDIFF去模糊网络模型，得到目标扩散模型；将待处理图像输入所述目标扩散模型进行去模糊处理，生成目标图像。本方案基于扩散模型学习差值模板，重点学习图像中的高频信息，避免了GAN、VAE等生成模型训练困难、去模糊结果呈现平滑的问题。

公开(公告)号：CN116645287A

公开(公告)日：2023-08-25

申请号：CN202310578005.1

申请日：2023-05-22

Applicant: 北京科技大学

Inventor： 刘红敏 ,  夏俊勇 ,  樊彬

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于扩散模型的图像去模糊方案，属于图像处理技术领域。所述方法包括：构建DMDIFF去模糊网络模型；其中，所述DMDIFF去模糊网络包括模糊图像特征编码器、深度梯度提取UNet骨干网络和交叉注意力子网络；对训练样本图像进行数据增强处理，得到目标训练样本；通过所述目标训练样本训练所述DMDIFF去模糊网络模型，得到目标扩散模型；将待处理图像输入所述目标扩散模型进行去模糊处理，生成目标图像。本方案基于扩散模型学习差值模板，重点学习图像中的高频信息，避免了GAN、VAE等生成模型训练困难、去模糊结果呈现平滑的问题。