预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115953312A(43)申请公布日2023.04.11(21)申请号202211660527.8G06N3/08(2023.01)(22)申请日2022.12.23(71)申请人南京信息工程大学地址224002江苏省盐城市盐南高新区新河街道文港南路105号(72)发明人张国庆方文宣(74)专利代理机构南京纵横知识产权代理有限公司32224专利代理师董建林(51)Int.Cl.G06T5/00(2006.01)G06V10/44(2022.01)G06V10/80(2022.01)G06N3/0464(2023.01)G06N3/048(2023.01)权利要求书2页说明书8页附图3页(54)发明名称一种基于单幅图像的联合去雾检测方法、装置及存储介质(57)摘要本发明公开了一种基于单幅图像的联合去雾检测方法、装置及存储介质,所述方法包括获取PASCAL‑VOC2012数据集,使用大气散射模型方程对数据集进行雾化处理,生成不同浓度的雾天图像;将雾天图像输入预先构建的检测网络模型进行检测,其中,检测网络模型包括特征提取模块和颈部检测模块;检测时,将雾天图像输入特征提取模块中,提取雾天图像上不同分辨率的特征图;根据不同分辨率的特征图进行向量之间的特征融合,并输入至颈部检测模块进行检测,获得不同分辨率的检测结果,本发明具有检测精度高、实时性和应用性较强、漏检率低等优点,提升了检测模型在雾天场景中的表现。CN115953312ACN115953312A权利要求书1/2页1.一种基于单幅图像的联合去雾检测方法,其特征在于,包括:获取PASCAL‑VOC2012数据集,使用大气散射模型方程对数据集进行雾化处理,生成不同浓度的雾天图像;将雾天图像输入预先构建的检测网络模型进行检测,其中,检测网络模型包括特征提取模块和颈部检测模块;检测时,将雾天图像输入特征提取模块中,提取雾天图像上不同分辨率的特征图;根据不同分辨率的特征图进行向量之间的特征融合,并输入至颈部检测模块进行检测,获得不同分辨率的检测结果。2.根据权利要求1所述的基于单幅图像的联合去雾检测方法,其特征在于,将雾天图像输入特征提取模块中,提取雾天图像上不同分辨率的特征图,包括:通过随机函数生成随机值,根据随机值的大小对雾天图像进行随机裁剪;将裁剪后的雾天图像进行不同方向的旋转,获得增强后的雾天图像;将增强后的雾天图像输入到预先构建的特征提取模块中,并保留每个阶段提取的特征图。3.根据权利要求1所述的基于单幅图像的联合去雾检测方法,其特征在于,所述根据不同分辨率的特征图进行向量之间的特征融合,并输入至颈部检测模块进行检测,获得不同分辨率的检测结果,包括:将不同分辨率的特征图进行向量之间的特征融合后进行全局信息的采集,获取特征向量的全局上下文特征,再通过softmax得到相应的注意力图;将注意力图与原始局部特征进行元素级相乘,得到上下文特征注意力图,将上下文特征注意力图中每一个通道的特征层内所有值相加到局部特征上,得到全局聚合特征;根据全局聚合特征输出得到不同分辨率的检测特征向量,分别得到不同分辨率的检测结果。4.根据权利要求1所述的基于单幅图像的联合去雾检测方法,其特征在于,所述检测网络模型还包括去雾重建模块,所述图像去雾模块在特征提取模块之后,用于重建无雾的图像。5.根据权利要求4所述的基于单幅图像的联合去雾检测方法,其特征在于,还包括:将不同分辨率的特征图输入至去雾重建模块,清除图像上的雾霾并重建图像,具体包括:将不同分辨率的特征图输入至去雾重建模块中预设的上采样模块中进行上采样,获取上采样特征图;通过特征提取模块保留的每个阶段特征图,使各阶段的特征向量与去雾重建模块的上采样特征图进行补充融合得到更全面的全局特征;使用上采样模块不断的扩大低分辨率特征图,最终放大成原图大小,获得重建图像。6.根据权利要求1所述的基于单幅图像的联合去雾检测方法,其特征在于,所述检测网络模型的训练方法,包括:获取PASCAL‑VOC2012数据集,通过大气散射模型对数据集中的图像进行雾化处理,生成新的voc_fog数据集;将生成的voc_fog数据集划分为训练集和测试集,加载训练集对检测网络模型进行训2CN115953312A权利要求书2/2页练,得到训练后的检测网络模型;采用测试集对训练后的检测网络模型进行测试,获取最优的检测网络模型。7.根据权利要求1所述的基于单幅图像的联合去雾检测方法,其特征在于,还包括:获取真实雾天数据集RTTS,输入到最优的检测网络模型,产生不同标注目标的正确比例和平均正确率,验证模型在真实场景的鲁棒性。8.一种基于单幅图像的联合去雾检测装置,其特征在于,包括:雾天图像生成模块,用于获取PASCAL‑VOC20