一种基于增强多尺度特征的车牌图像去模糊方法
基本信息
| 申请号 | CN202210627236.2 | 申请日 | - |
| 公开（公告）号 | CN114708170A | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN114708170A | 申请公布日 | 2022-07-05 |
| 分类号 | G06T5/00（2006.01）I;G06T5/50（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘寒松;王永;王国强;刘瑞;翟贵乾;李贤超;董玉超;谭连胜;焦安健 | 申请（专利权）人 | 松立控股集团股份有限公司 |
| 代理机构 | 青岛高晓专利事务所（普通合伙） | 代理人 | - |
| 地址 | 266000山东省青岛市市南区宁夏路288号软件园6号楼11层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于图像修复处理技术领域，涉及一种基于增强多尺度特征的车牌图像去模糊方法，将原始视频抽取图像序列后将图像序列分成多个间隔，每个间隔抽取一张图像组成图像子序列，然后将图像子序列中的图像输入训练好的模型，得到恢复的清晰图像，利用多尺度特征提取模块充分提取不同大小分辨率图像所包含的特征信息，同时使用跨阶段注意力机制和跨阶段特征融合方法，减少图像特征的损失，丰富图像的空间特征信息，而且针对多阶段式网络的结构，改进了能量损失函数，提升网络模型的整体训练效果，在重建清晰的车牌图像领域效果显著。 |
