公开(公告)号：CN115908199B

公开(公告)日：2024-11-26

申请号：CN202211700123.7

申请日：2022-12-28

Applicant: 无锡学院

Inventor： 赵东 ,  杨硕闻 ,  黄鲲鹏 ,  胡剑凌 ,  郭业才 ,  李鹏 ,  程进 ,  王新宇 ,  张黎可 ,  余耀 ,  于庆南 ,  马弘宇

IPC: G06T5/70 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464 ,  G06T5/60

Abstract: 本发明公开了一种基于深度去噪器的压缩红外图像复原方法，首先原始红外图像经过编码测量后获得原始测量值，复原原始红外图像时在传统基于优化的算法中插入深度网络学习获得的深度去噪器，然后通过设计基于空间注意力和通道注意力的特征提取网络得到深度去噪器，最后迭代求解两个子过程得到复原的红外图像，从而同时具有基于模型的优化算法的可解释性和基于卷积神经网络的鲁棒性和快速性，提高了图像复原的质量。

公开(公告)号：CN115908199A

公开(公告)日：2023-04-04

申请号：CN202211700123.7

申请日：2022-12-28

Applicant: 无锡学院

Inventor： 赵东 ,  杨硕闻 ,  黄鲲鹏 ,  胡剑凌 ,  郭业才 ,  李鹏 ,  程进 ,  王新宇 ,  张黎可 ,  余耀 ,  于庆南 ,  马弘宇

IPC: G06T5/00 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度去噪器的压缩红外图像复原方法，首先原始红外图像经过编码测量后获得原始测量值，复原原始红外图像时在传统基于优化的算法中插入深度网络学习获得的深度去噪器，然后通过设计基于空间注意力和通道注意力的特征提取网络得到深度去噪器，最后迭代求解两个子过程得到复原的红外图像，从而同时具有基于模型的优化算法的可解释性和基于卷积神经网络的鲁棒性和快速性，提高了图像复原的质量。