← 返回列表
一种基于浅层神经网络的水下图像增强方法
申请人信息
- 申请人:青岛科技大学
- 申请人地址:266100 山东省青岛市崂山区松岭路99号
- 发明人: 青岛科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于浅层神经网络的水下图像增强方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311723930.5 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117408893A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06T5/00 |
| 权利人 | 青岛科技大学 |
| 发明人 | 段利亚; 于博瑶; 周艳平; 叶臣; 胡强 |
| 地址 | 山东省青岛市崂山区松岭路99号 |
摘要文本
本申请属于图像处理技术，具体涉及一种基于浅层神经网络的水下图像增强方法，本发明对原浅层水下网络模型(ShallowUWnet)进行改进：增加向上采样和最大池化操作、完善其卷积模块；在网络模型中结合了多尺度密集块(MSDB)；添加了循环一致性的对抗性网络(CycleGAN)部分，来获得更好质量的图像。
专利主权项内容
1.一种基于浅层神经网络的水下图像增强方法，其特征在于，利用改进的浅层神经网络模型ISUWNet进行图像特征提取，改进的浅层神经网络模型是在原浅层水下网络模型ShallowUWNet的基础上使用上采样或最大池化进行特征压缩，通过激活函数LeakyReLU，使用卷积块ConvBlock和多尺度特征提取模块MSDB组成一个集合训练模块，然后再将集合训练模块依次首尾相连，进行逐层叠加求和，以实现图像特征提取。 来自马-克-数-据