公开(公告)号：CN116152080A

公开(公告)日：2023-05-23

申请号：CN202211242330.2

申请日：2022-10-11

Applicant: 吉林大学

Inventor： 王勇 ,  边宇霄 ,  李新潮

IPC: G06T5/00 ,  G06T5/50 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的单一图像去雾方法及系统；包括：获取目标环境有雾图像；对目标环境有雾图像进行预处理，并在预处理期间对目标环境有雾图像进行特征提取，获得第一特征；依次通过多种尺度卷积核和编码‑解码器对预处理后的目标环境有雾图像进行特征提取，获得第二特征；对第一特征和第二特征进行映射处理，获得映射图；将目标环境有雾图像与映射图进行concat连接，并基于卷积层获得合并参数估计值；将合并参数估计值输入到合并参数模型中，输出去雾图像；实现了用轻量级的网络估计统一参数，得到比较优秀且泛用的去雾效果，最后得到的去雾图能够保存更多的细节，有效的避免了常见去雾算法的细节丢失与色彩失真问题。

公开(公告)号：CN117237227A

公开(公告)日：2023-12-15

申请号：CN202311286676.7

申请日：2023-10-07

Applicant: 吉林大学

Inventor： 王勇 ,  边宇霄

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种多尺度注意力机制神经网络进行单一图像去雾的方法，包括以下步骤：多尺度特征提取模块提取不同尺度的特征；不同尺度的特征输入特征注意模块；在特征注意模块中，不同尺度的特征通过像素注意力机制提取更为重要的像素特征，通过通道注意力机制提取更为重要的通道特征，最后将所述像素特征和所述通道特征融合；基于特征注意模块的输出，采用图像重建模块来恢复清晰的图像。本发明实现了用轻量级的网络估计统一参数，可以得到比较优秀且泛用的去雾效果，最后得到的去雾图能够保存更多的细节，有效的避免常见去雾算法的细节丢失与色彩失真问题。