公开(公告)号：CN107133935A

公开(公告)日：2017-09-05

申请号：CN201710377210.6

申请日：2017-05-25

Applicant: 华南农业大学

Inventor： 王美华 ,  麦嘉铭 ,  魏焕荣

IPC: G06T5/00 ,  G06N3/08 ,  G06T7/40

CPC classification number: G06T5/001 ,  G06N3/08 ,  G06T7/40 ,  G06T2207/20024 ,  G06T2207/20081

Abstract: 本发明公开了一种基于深度卷积神经网络的单图像精细去雨方法，首先通过初始去雨网络对输入的雨图进行背景纹理结构的提取、非线性映射和雨线区域复原，最终得到初步清晰的无雨图像，然后将初步清晰无雨图像和原始图像同时输入到具有单个卷积层的精细去雨网络，从而恢复背景区域的更多细节，最终得到高清晰去雨图像，本方法通过采用caffe框架，对初始去雨网络和精细去雨网络进行训练，以准确得到每个卷积层的参数，并且对有雨图像进行精细去雨处理，与传统卷积神经网络去雨方法相比，能得到更高质量的无雨图像，并且本方法实用性强，可广泛使用多个场景。

公开(公告)号：CN107133935B

公开(公告)日：2019-07-02

申请号：CN201710377210.6

申请日：2017-05-25

Applicant: 华南农业大学

Inventor： 王美华 ,  麦嘉铭 ,  魏焕荣

IPC: G06T5/00 ,  G06N3/08 ,  G06T7/40

Abstract: 本发明公开了一种基于深度卷积神经网络的单图像精细去雨方法，首先通过初始去雨网络对输入的雨图进行背景纹理结构的提取、非线性映射和雨线区域复原，最终得到初步清晰的无雨图像，然后将初步清晰无雨图像和原始图像同时输入到具有单个卷积层的精细去雨网络，从而恢复背景区域的更多细节，最终得到高清晰去雨图像，本方法通过采用caffe框架，对初始去雨网络和精细去雨网络进行训练，以准确得到每个卷积层的参数，并且对有雨图像进行精细去雨处理，与传统卷积神经网络去雨方法相比，能得到更高质量的无雨图像，并且本方法实用性强，可广泛使用多个场景。