一种基于TF-GAN的低照度下的雨雾图像增强方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于TF‑GAN的低照度下的雨雾图像增强方法,所述方法包括如下步骤:1)重构加工现有的数据集;2)基于边缘提取器(Edge Extractor)的结构估计的生成;3)图像结构估计网络(ISE Block)的训练;4)基于Transformer的生成器的训练;5)基于Transformer的鉴别器的训练;6)对基于transformer的生成对抗网络低照度雨雾图像增强网络的测试。这种方法能缩小低照度雨雾图像和正常照度图像之间结构的差距,从而更好的对低照度雨雾图像进行增强,综合解决了现有图像增强技术对气候等复杂环境适应能力弱、稳定性差等问题,同时该网络模型具有较好泛化性能。
《一种基于TF-GAN的低照度下的雨雾图像增强方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023111831900,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为江泽涛;杨建琛;熊邦书,申请日期为2023-09-14,公开(公告)日期为2025-10-17,国际专利分类号(IPC)为 G06T 5/50 (2006.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于TF‑GAN的低照度下的雨雾图像增强方法,所述方法包括如下步骤:1)重构加工现有的数据集;2)基于边缘提取器(Edge Extractor)的结构估计的生成;3)图像结构估计网络(ISE Block)的训练;4)基于Transformer的生成器的训练;5)基于Transformer的鉴别器的训练;6)对基于transformer的生成对抗网络低照度雨雾图像增强网络的测试。这种方法能缩小低照度雨雾图像和正常照度图像之间结构的差距,从而更好的对低照度雨雾图像进行增强,综合解决了现有图像增强技术对气候等复杂环境适应能力弱、稳定性差等问题,同时该网络模型具有较好泛化性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
