基于改进型循环生成对抗网络去图像运动模糊方法

发明专利有效专利

申请号：
CN202011593957.3
IPC分类号：G06T5/00;G06T5/10;G06T5/20;G06T7/246;G06N3/04;G06N3/08
申请日期：
2020-12-29
申请人：
南京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于改进型循环生成对抗网络去图像运动模糊方法
申请号	CN202011593957.3	申请日期	2020-12-29
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-09	公开/公告号	CN112634163A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;T;5;/;1;0;;;G;0;6;T;5;/;2;0;;;G;0;6;T;7;/;2;4;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京大学	申请人地址	江苏省南京市鼓楼区汉口路22号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京大学	当前权利人	南京大学
发明人	季晓勇;周依娜;张财旺
代理机构	江苏圣典律师事务所	代理人	肖明芳

摘要

本发明公开了一种基于改进型循环生成对抗网络去图像运动模糊方法，包括以下步骤：步骤1、构建非配对的模糊‑清晰数据集；步骤2、构建由编码器、特征转换器以及解码器构成的生成器网络；步骤3、构建以感受野划分图像的判别器网络；步骤4、构建联合损失函数；步骤5、构造两个镜像的环形GAN网络，得到循环生成对抗网络模型；步骤6、将待处理的运动模糊图像输入到步骤5中训练好模型中，得到去模糊后的图像；步骤7、对步骤6得到的初步去模糊图像进行二维傅里叶变化，滤除高频的亮点频谱信息后得到准确的清晰图像。本发明无需估计模糊核、计算参数少、去模糊速度快，避免了模式坍塌和梯度消失问题，且解决了频率域伪清晰的错误识别问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供