一种基于无监督学习的水下图像热扰动去除系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于无监督学习的水下图像热扰动去除系统
申请号:CN202411471261
申请日期:2024-10-22
公开号:CN119027353B
公开日期:2024-12-27
类型:发明专利
摘要
本申请公开了一种基于无监督学习的水下图像热扰动去除系统,包括采用无监督学习训练方法训练得到的水下图像热扰动去除网络模型VideoDeTurb,所述水下图像热扰动去除网络模型VideoDeTurb包括特征提取模块、特征融合模块和图像重建模块,特征提取模块用于得到图像特征图;特征融合模块用于利用RNN循环神经网络中的GRU门控循环单元实现视频帧间有效的特征融合得到图像融合特征图;图像重建模块用于对图像融合特征图进行降维和可视化图像重建得到去除了图像热扰动的图像,本申请改善了由于水下热扰动引起的图像扭曲、失真问题,实现了网络模型VideoDeTurb的无监督训练,免去了对标注数据集的依赖。
技术关键词
无监督学习 图像重建 特征提取模块 融合特征 时域特征提取 无监督模型 门控循环单元 残差模块 视频帧间 状态更新 相机 视频图像帧序列 空域特征 网络 定义 矩阵
系统为您推荐了相关专利信息
流量分类方法 融合策略 融合特征 时序依赖关系 神经网络单元
缺陷智能检测方法 重建三维模型 集装箱底板 演化特征 误差校正
泛化方法 动作检测模型 风格 转换器 样本
三维模型 数据 可读存储介质 电子设备 参数
模糊控制模块 多维特征向量 深度学习预测 梯度温控系统 深度特征提取