龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州电子科技大学
申请日：2024-01-02
公开（公告）日：2024-06-18
公开（公告）号：CN118212135A
主分类号：G06T5/00
分类号：G06T5/00;G06V10/74;G06V10/82;G06N3/0464;G06N3/048;G06T5/60
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了基于多粒度空洞卷积神经网络的图像修复方法，该方法首先将数据集划分为训练集和测试集，并进行预处理，构造待修复图像。其次将训练集中待修复图像输入到编码器，得到特征图Fin。然后将特征图Fin输入到多粒度残差模块，提取图像中的多尺度特征图，级联多个多粒度残差模块构成多粒度特征提取模块，得到特征图Flow。最后将特征图Flow输入到两个通道自适应上采样卷积模块中，再输入到一个卷积模块，得到缺失部分填充完整的图像I，并通过图像级损失及特征级损失进行参数优化。本发明增强了特征提取能力，使得修复后的图像特征更加丰富，并通过自适应像素重排技术提升了填充像素的准确率。
主权项：1.基于多粒度空洞卷积神经网络的图像修复方法，其特征在于，包括以下步骤：S1.将数据集划分为训练集和测试集，并进行预处理，构造待修复图像Iin；S2.将训练集中待修复图像Iin输入到编码器，得到特征图Fin；S3.将特征图Fin输入到多粒度残差模块，提取图像中的多尺度特征图F，S4.通过级联多个多粒度残差模块，构成多粒度特征提取模块，得到特征图Flow；S5.将特征图Flow输入解码器：先经过两个顺序连接的通道自适应上采样卷积模块，再输入到一个卷积模块，得到缺失部分填充完整的图像I；S6.计算损失，通过图像级损失及特征级损失进行参数优化。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于多粒度空洞卷积神经网络的图像修复方法
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。
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