一种大型多模态模型引导的自适应图像雾气去除方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种大型多模态模型引导的自适应图像雾气去除方法
申请号:CN202411529461
申请日期:2024-10-30
公开号:CN119693272B
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开的一种大型多模态模型引导的自适应图像雾气去除方法,属于视觉信息处理技术领域,适用于雾天场景图像处理方面。本发明实现方法为:1、用预训练的大型多模态模型获得退化先验;2、雾气图像与退化先验输入至MoE‑SSM模型中进行训练,用于动态调整模型参数,进而进行动态感知去雾;3、利用浅层特征Fs和优化特征进行融合,重建干净无雾的图像;4、用干净无雾的图像与真值清晰图像利用如式(8)所示的Charbonnier损失函数训练神经网络,用于惩罚恢复图像与真值清晰图像的偏差,并鼓励一致的图像梯度;与现有技术相比,解决现有去雾模型图像处理中感受野与计算效率的折衷处理问题,同时减少大量标注数据的需求,进而提高了图像处理精准度与稳定性。
技术关键词
多模态 视觉信息处理技术 训练神经网络 场景图像处理 浅层特征提取 状态空间模型 索引 去雾模型 评级方法 依赖特征 元素 动态 模块 融合特征 定义 文本 偏差 关系
系统为您推荐了相关专利信息
注意力 多模态 厨房 监测方法 全局平均池化
数据治理系统 数据标签 实体 多模态 分层存储机制
激光雷达图像 遥感图像分类方法 注意力 分支 图像位置特征
深部岩体应力状态 微震监测技术 微震监测传感器 分析方法 数据预处理算法
数据采集终端 数据采集系统 光学追踪系统 机器人末端执行器 数据收集装置