一种基于生成对抗网络的图像分割方法、装置及存储介质

    公开(公告)号:CN111507993A

    公开(公告)日:2020-08-07

    申请号:CN202010193971.8

    申请日:2020-03-18

    IPC分类号: G06T7/12 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于生成对抗网络的图像分割方法、装置及存储介质,该方法包括:获取目标图像集、参考图像集以及与所述参考图像集对应的预先标注的参考标注集;其中,目标图像集包括目标图像训练集和目标图像测试集;构建分割网络和判别网络;将目标图像训练集与参考图像集输入到分割网络,对应得到目标概率得分图和参考概率得分图,再将目标概率得分图和参考概率得分图输入到判别网络,以进行分割网络和判别网络的联合训练;当分割网络的第一目标损失函数和判别网络的第二目标损失函数均收敛时,训练结束;将目标图像测试集输入训练好的分割网络,得到目标分割图像。本发明无需进行原图像的预先标注,也能实现图像分割。

    雾浓度等级判别方法及装置

    公开(公告)号:CN110705619B

    公开(公告)日:2023-06-06

    申请号:CN201910911479.7

    申请日:2019-09-25

    摘要: 本发明公开了一种雾浓度等级判别方法,包括:对获取的图像建立图像样本集,对所述图像样本集中的图像按照雾浓度大小分为多个等级;对所述图像样本集中的各个图像分别进行对比度与傅里叶的特征向量提取,得到所述图像样本集的特征向量集;通过支持向量机对所述特征向量集进行训练,得到雾浓度判别模型;将待判别的图像输入所述雾浓度判别模型,得到对所述待判别的图像的雾浓度等级划分结果。本发明能够对雾浓度进行精准的等级划分,满足各变电站对表计雾浓度预判断的需要。本发明还提供了一种雾浓度等级判别方法装置。

    一种有雾图像清晰化的方法、装置及存储介质

    公开(公告)号:CN111507909A

    公开(公告)日:2020-08-07

    申请号:CN202010193972.2

    申请日:2020-03-18

    IPC分类号: G06T5/00 G06N3/04

    摘要: 本发明公开一种有雾图像清晰化的方法、装置及存储介质,该方法包括:获取有雾图像数据集和无雾图像数据集;构建循环生成对抗网络和感知损失网络;其中,循环生成对抗网络包括第一生成器、第二生成器、第一判别器和第二判别器;将有雾图像数据集和无雾图像数据集输入到循环生成对抗网络,联合所述感知损失网络进行训练,以得到最优生成模型;将待去雾图像输入到最优生成模型,得到对应的预测无雾图像;将预测无雾图像进行拉普拉斯金字塔还原,得到清晰无雾图像。本发明能自动提取有雾图像特征,完成单幅有雾图像和无雾图像的风格转换,不需要获取同一场景下成对匹配的有雾图像和真实无雾图像进行训练,从而方便灵活地使有雾图像清晰化。