公开(公告)号：CN113658051B

公开(公告)日：2023-10-13

申请号：CN202110713063.1

申请日：2021-06-25

Applicant: 南京邮电大学

Inventor： 张登银 ,  齐城慧 ,  杨妍 ,  徐业鹏 ,  韩文生 ,  马永连 ,  王瑾帅

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法及系统，包括：获取待处理的有雾图像；输入到预先训练好的密集连接循环生成对抗网络，输出无雾图像；所述密集连接循环生成对抗网络包括生成器，生成器包括编码器、转换器和解码器，编码器包括密集连接层，用于提取输入图像的特征，转换器包括过度转换层，用于将编码器阶段提取的特征进行组合，解码器包括密集连接层和缩放卷积神经网络层，密集连接层用于还原图像的原有特征，缩放卷积神经网络层用于去除还原的原有特征的棋盘格效应，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，提高了特征图的利用率，保持网络训练效率，提高生成图像质量。

公开(公告)号：CN113658051A

公开(公告)日：2021-11-16

申请号：CN202110713063.1

申请日：2021-06-25

Applicant: 南京邮电大学

Inventor： 张登银 ,  齐城慧 ,  杨妍 ,  徐业鹏 ,  韩文生 ,  马永连 ,  王瑾帅

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法及系统，包括：获取待处理的有雾图像；输入到预先训练好的密集连接循环生成对抗网络，输出无雾图像；所述密集连接循环生成对抗网络包括生成器，生成器包括编码器、转换器和解码器，编码器包括密集连接层，用于提取输入图像的特征，转换器包括过度转换层，用于将编码器阶段提取的特征进行组合，解码器包括密集连接层和缩放卷积神经网络层，密集连接层用于还原图像的原有特征，缩放卷积神经网络层用于去除还原的原有特征的棋盘格效应，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，提高了特征图的利用率，保持网络训练效率，提高生成图像质量。