一种城市可见光遥感图像阴影去除的弱监督方法.pdfVIP

下载本文档

1
0
约2.03万字
约 14页
2023-06-01 发布于四川
举报
版权申诉

一种城市可见光遥感图像阴影去除的弱监督方法.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种可见光遥感图像阴影去除的弱监督深度学习方法，将生成对抗网络与阴影成像模型相结合，能够对非配对的数据进行学习，实现可见光遥感图像的阴影去除。通过基于阴影成像模型的阴影迁移模块，网络能够将有阴影遥感图像中的阴影信息迁移到其他的无阴影遥感图像中。将经过阴影迁移的遥感图像数据和其原始数据组成数据对作为训练数据，对网络进行训练来提升网络去阴影效果。在整个流程中，所设计的网络不需要输入严格的有阴影‑无阴影的数据对，是一种弱监督的阴影去除网络。通过在生成对抗网络中引入阴影迁移流程，使阴影去除模型获得了对非

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112529789 B (45)授权公告日 2022.08.19 (21)申请号 202011268636.6 G06N 3/04 (2006.01) (22)申请日 2020.11.