龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国海洋大学
摘要：本发明属于图像处理技术领域，特别涉及基于时序依赖和边缘细化的海温图像鲁棒补全方法及系统，所述系统包括时序特征提取模块、条件粗生成模块、边缘细生成模块，时序特征提取模块包括序列注意力模块和时间注意力模块，对于输入的包含缺失图像的时序块，所述时序特征提取模块提取特征图，并输入序列注意力模块和时间注意力模块，所述条件粗生成模块的输入为缺失图像和时序特征提取模块输出的特征图，输出粗补全图像；所述边缘细生成模块的输入为条件粗生成模块生成的粗补全图像，输出最终补全的图像。通过本发明实现图像补全结果的可靠性。
主权项：1.基于时序依赖和边缘细化的海温图像鲁棒补全方法，其特征在于，包括以下步骤：步骤1、构建缺失图像时序块：获取缺失时刻前后若干张图像，构建包含缺失图像的时序块；步骤2、从时序块中提取全局和局部的时序特征，对缺失图像进行时空依赖性建模，具体如下：步骤21、时序块中的每一张图像通过卷积网络处理，输出特征图F，作为时序注意力机制的输入；步骤22、特征图F经过时序注意力机制处理得到特征图：在时序注意力机制中，首先特征图F经过序列注意力模块得到序列注意力特征图，与F点乘，得到序列注意力优化的中间特征图，其次特征图经过时间注意力模块得到时间注意力特征图，与点乘，得到经过序列和时间注意力最终优化后的输出；步骤3、图像粗补全：将步骤22得到的特征图作为附加条件，与缺失图像一起送入条件粗生成模块，得到粗补全图像；步骤4、边缘处理：将步骤3得到的粗补全图像输入边缘细生成模块，经过门控空洞卷积和细节注意力机制优化边缘补全部分，得到最终补全的图像。
全文数据：
权利要求：
百度查询： 中国海洋大学 基于时序依赖和边缘细化的海温图像鲁棒补全方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号