基于多元化先验的陆地深度学习模型水下环境迁移方法

    公开(公告)号:CN117746223A

    公开(公告)日:2024-03-22

    申请号:CN202311683100.4

    申请日:2023-12-08

    Abstract: 本发明提供了一种基于多元化先验的陆地深度学习模型水下环境迁移方法通过利用陆地深度学习模型的图像建模能力并结合泛化性能更强的水下环境先验知识,使之在复杂多变的水下场景获得更优越的性能。考虑到水下图像退化情况与水域类型有直接联系,设计水域类型先验和图像降质先验,使用水域类型描述水下图像宏观上的颜色、可见度退化,并采用降质先验描述结构、纹理等微观特征。考虑到水下拍摄场景、物体反射率等因素差异,构建样本先验对此类特征进行检索。然后,基于任务损失函数和多元先验检索使用全尺度特征对齐方法和自注意力机制进行任务级图像特征提炼。最后,将特征精炼后的图像输送给陆地模型,使其在水下场景获得更加优异的表现。

    基于流明一致性与互补色矫正联合学习的水下图像复原模型

    公开(公告)号:CN117036189A

    公开(公告)日:2023-11-10

    申请号:CN202310941900.5

    申请日:2023-07-28

    Abstract: 本发明提供一种基于流明一致性与互补色矫正联合学习的水下图像复原模型。本发明主要使用水下人工光场景与自然光场景几何结构相似性进行亮度区域一致性约束,引导模型对水下低质图像采用近似的特征提取范式,根据互补色图像与原始低质图像的颜色互逆性矫正水体吸收作用造成的颜色特征漂移问题,针对现有水下图像增强方法中存在的结构性损失问题,基于互补色图像结构一致性特点,构建阶段性交互式联合学习策略进行结构信息补全,最后基于真实场景水下数据集进行训练、推理,对水下图像进行复原。

    基于变分的散射分量自适应去除的水下图像增强方法

    公开(公告)号:CN118261827A

    公开(公告)日:2024-06-28

    申请号:CN202410368054.7

    申请日:2024-03-28

    Abstract: 本发明提供一种基于变分的散射分量自适应去除的水下图像增强方法。本发明主要使用后向散射预处理方法对水下图像进行初步修复,校正后向散射分量造成的错误像素干扰。随后,为了解决高频噪声和前向散射分量引起的色彩不均匀和模糊问题,本发明提出了一种新的前向散射自适应分解去除方法。该方法通过结合多个先验知识构建不同的惩罚项,然后使用快速求解器对模型进行求解,分解出前向散射分量对其进行去除并获得强解耦的入射光和反射率。最终,两个变分方法与直方图均衡化的相互融合,解决了水下场景的对比度低和偏色问题。

Patent Agency Ranking