【技术实现步骤摘要】
图像去雾方法、装置、电子设备及计算机可读存储介质
本公开涉及图像处理
，具体而言，本公开涉及一种图像去雾方法、装置、电子设备及计算机可读存储介质。
技术介绍
雾霾是由空气中的灰尘和烟雾等小的漂浮颗粒产生的常见大气现象。这些漂浮的颗粒极大地吸收和散射光，从而导致在这些环境中拍摄的图像质量下降。在雾霾影响下，视频监控，远程感应，自动驾驶等许多实际应用很容易受到威胁，检测和识别等高级计算机视觉任务很难完成。因此，图像去雾技术成为一种越来越重要的技术。在现有技术中可以通过训练后的神经网络模型对图像进行图像去雾处理，然而待进行去雾处理的图像往往尺寸较大，例如，通常情况下，图像尺寸往往为1200万像素，对应的分辨率为4000×3000，对大尺寸的图像进行去雾时，若将其输入至训练后的神经网络中进行去雾处理，会加重去雾处理的处理负担，从而降低去雾处理的处理速度。
技术实现思路
本公开提供了一种图像去雾方法、装置、电子设备及计算机可读存储介质，可以解决以上至少一项技术问题。技术方案如下：第一方面，提供...
【技术保护点】
1.一种图像去雾方法，其特征在于，包括：/n对待去雾的图像进行下采样处理，得到预设尺寸的图像；/n将所述预设尺寸的图像进行去雾处理，得到输出结果；/n将所述输出结果进行第一预设处理，得到第一预设处理结果，所述第一预设处理结果的维度与所述待去雾的图像的维度相同；/n将所述第一预设处理结果进行激活处理，得到去雾处理后的图像。/n
【技术特征摘要】
1.一种图像去雾方法，其特征在于，包括：
对待去雾的图像进行下采样处理，得到预设尺寸的图像；
将所述预设尺寸的图像进行去雾处理，得到输出结果；
将所述输出结果进行第一预设处理，得到第一预设处理结果，所述第一预设处理结果的维度与所述待去雾的图像的维度相同；
将所述第一预设处理结果进行激活处理，得到去雾处理后的图像。
2.根据权利要求1所述的方法，其特征在于，所述将所述预设尺寸的图像进行去雾处理，得到输出结果，包括：
将所述预设尺寸的图像通过训练后的网络模型进行去雾处理，得到输出结果。
3.根据权利要求2所述的方法，其特征在于，所述将所述预设尺寸的图像通过训练后的网络模型进行去雾处理，得到输出结果，包括：
确定所述预设尺寸的图像对应的向量；
将所述预设尺寸的图像对应的向量进行第二预设处理，得到预设处理后的向量；
将所述预设处理后的向量通过所述训练后的网络模型进行去雾处理，得到输出结果。
4.根据权利要求3所述的方法，其特征在于，所述训练后的网络模型包括：至少两个卷积层以及至少一个最小池化层；
所述将所述预设处理后的向量通过所述训练后的网络模型进行去雾处理，得到输出结果，包括：
将所述预设处理后的向量通过至少两个卷积层以及至少一个最小池化层进行去雾处理，得到输出结果。
5.根据权利要求4所述的方法，其特征在于，所述将所述预设处理后的向量通过至少两个卷积层以及至少一个最小池化层进行去雾处理，得到输出结果，包括：
将所述预设处理后的向量依次通过第一卷积层以及第二卷积层进行卷积处理，分别得到第一中间向量以及第二中间向量；
将所述第二中间向量通过至少一个最小池化层进行池化处理，得到第三中间向量；
将所述第二中间向量与所述第三中间向量进行特定操作，得到第四中间向量；
将所述第一中间向量与所述第四中间向量进行拼接处理，得到第五中间向量；
将所述第五中间向量通过第三卷积层进行卷积处理，得到第六中间向量；
将所述第六中间向量与所述第四中间向量进行拼接处理，得到第七中间向量；
将所述第七中间向量通过第四卷积层进行卷积处理，得到第八中间向量；
将所述第一中间向量、所述第六中间向量、所述第四中间向量以及所述第八中间向量通过第五卷积层进行卷积处理，得到所述输出结果。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述将所述输出结果进行第一预设处理，得到第一预设处理结果，包括：
基于所述预设尺寸的图像的尺寸信息，将所述输出结果进行第一预设处理，得到所述第一预设处理结果。
7.根据权利要求6所述的方式，其特征在于，基于所述预设尺寸的图像的尺寸信息，将所述输出结果进行第一预设处理，得到所述第一预设处理结果，包括：
若所述预设尺寸的图像的尺寸信息满足预设条件，则执行以下任一项：
将所述输出结果依次通过预设数量的反卷积层进行反卷积处理，并将反卷积处理结果与所述待去雾的图像进行预设操作，得到所述第一预设处理结果；
将所述输出结果的维度升维至与所述待去雾的图...
【专利技术属性】
技术研发人员：王诗吟，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。