申请/专利权人:哈尔滨工业大学
申请日:2024-03-21
公开(公告)日:2024-06-14
公开(公告)号:CN118195905A
主分类号:G06T3/4076
分类号:G06T3/4076;G06T5/60;G06V10/42;G06V10/44;G06V10/82
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明提出一种基于状态空间模型的图像复原方法,该方法将残差状态空间模块作为核心构建模块,包含2维视觉状态空间模型和动态卷积结构。其中视觉状态空间模块将状态空间模型适配于图像的空间建模,依赖于2D选择扫描模块,通过多个方向的特征扫描捕获2D空间依赖性。此外,本发明还提出基于动态卷积的局部增强前向网络,进一步改善局部‑全局特征建模。MambaSR的整体架构包括浅层特征提取,深层特征提取以及最终的高质量图像重建。该方法在多个图像超分辨率准测试中超越了现有卷积神经网络和Transformer等主流方法,同时具有全局感受野和线性计算复杂度。实验结果证明了状态空间模型如Mamba在底层视觉任务中的潜力。
主权项:1.一种基于状态空间模型的图像复原方法,其特征在于,所述方法包括三个阶段:浅层特征提取,基于堆叠RSSB的深层特征提取和图像重建;所述浅层特征提取用于从输入图像中提取低层次的图像特征,并映射到潜在特征空间;所述基于堆叠RSSB的深层特征提取用于提取更高层次、更紧凑的特征表示;其用于捕获纹理和结构信息;所述图像重建用于生成高分辨率图像。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种基于状态空间模型的图像复原方法
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。