公开(公告)号：CN114693558B

公开(公告)日：2024-09-06

申请号：CN202210335753.2

申请日：2022-03-31

Applicant: 福州大学

Inventor： 牛玉贞 ,  林志华 ,  刘文犀 ,  王镇隆

IPC: G06T5/70 ,  G06T5/60 ,  G06T5/50 ,  G06T7/90 ,  G06N3/0464

Abstract: 本发明涉及一种基于渐进融合多尺度策略的图像去摩尔纹方法及系统，该方法包括以下步骤：步骤S1、对原始数据集中图像进行处理，得到摩尔纹图像和干净图像对，并对每幅图像进行预处理，得到训练数据集；步骤S2、构建基于渐进融合多尺度策略的多尺度去摩尔纹网络，所述多尺度去摩尔纹网络采用多尺度设计，由两个渐进纹理融合模块和多个残差摩尔纹去除模块组成；步骤S3、构建用于训练所述多尺度去摩尔纹网络的损失函数；步骤S4、采用训练数据集训练所述多尺度去摩尔纹网络；步骤S5、将待处理的摩尔纹图像输入训练好的多尺度去摩尔纹网络，输出去除摩尔纹后的干净图像。该方法及系统有利于实现高质量的图像去摩尔纹。

公开(公告)号：CN114693558A

公开(公告)日：2022-07-01

申请号：CN202210335753.2

申请日：2022-03-31

Applicant: 福州大学

Inventor： 牛玉贞 ,  林志华 ,  刘文犀 ,  王镇隆

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/90 ,  G06N3/04

Abstract: 本发明涉及一种基于渐进融合多尺度策略的图像去摩尔纹方法及系统，该方法包括以下步骤：步骤S1、对原始数据集中图像进行处理，得到摩尔纹图像和干净图像对，并对每幅图像进行预处理，得到训练数据集；步骤S2、构建基于渐进融合多尺度策略的多尺度去摩尔纹网络，所述多尺度去摩尔纹网络采用多尺度设计，由两个渐进纹理融合模块和多个残差摩尔纹去除模块组成；步骤S3、构建用于训练所述多尺度去摩尔纹网络的损失函数；步骤S4、采用训练数据集训练所述多尺度去摩尔纹网络；步骤S5、将待处理的摩尔纹图像输入训练好的多尺度去摩尔纹网络，输出去除摩尔纹后的干净图像。该方法及系统有利于实现高质量的图像去摩尔纹。

公开(公告)号：CN114881888B

公开(公告)日：2024-09-06

申请号：CN202210649880.X

申请日：2022-06-10

Applicant: 福州大学

Inventor： 牛玉贞 ,  林志华 ,  刘文犀

IPC: G06T5/73 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/00 ,  G06T9/00 ,  G06T5/60

Abstract: 本发明提出一种基于线性稀疏注意力Transformer的视频去摩尔纹方法，训练基于线性稀疏注意力Transformer的视频去摩尔纹网络，以实现在训练完成后对输入的视频去除摩尔纹；所述基于线性稀疏注意力Transformer的视频去摩尔纹网络包括：特征提取模块，用于对视频帧进行特征提取；空间Transformer模块、时间Transformer模块以及，图像重建模块，用于将经过空间Transformer模块和时间Transformer模块的视频帧特征进行解码，恢复成与输入视频尺度相同的去摩尔纹视频帧。

公开(公告)号：CN114881888A

公开(公告)日：2022-08-09

申请号：CN202210649880.X

申请日：2022-06-10

Applicant: 福州大学

Inventor： 牛玉贞 ,  林志华 ,  刘文犀

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06T9/00

Abstract: 本发明提出一种基于线性稀疏注意力Transformer的视频去摩尔纹方法，训练基于线性稀疏注意力Transformer的视频去摩尔纹网络，以实现在训练完成后对输入的视频去除摩尔纹；所述基于线性稀疏注意力Transformer的视频去摩尔纹网络包括：特征提取模块，用于对视频帧进行特征提取；空间Transformer模块，以使用空间Transformer的空间注意力捕捉单帧图像中存在摩尔纹的位置并进行重点去除；时间Transformer模块，以使用时间Transformer的时间注意力捕捉多帧图像间存在的互补信息，并利用相邻帧的互补信息进行图像恢复；以及，图像重建模块，用于将经过空间Transformer模块和时间Transformer模块的视频帧特征进行解码，恢复成与输入视频尺度相同的去摩尔纹视频帧。