摘要
本发明涉及人工智能技术领域,揭露了一种基于AI大模型的图像清晰度提升方法、装置及介质,包括:利用卷积神经网络学习低分辨率图像与高分辨率图像之间的图像映射关系,对图像映射关系进行优化;根据图像映射优化关系对卷积神经网络的学习率进行优化,利用优化后的卷积神经网络提取目标图像对应的目标清晰图像;对目标清晰图像进行分块处理,计算目标清晰分块图像的关注度,计算目标分块图像的清晰度;当清晰度小于清晰度阈值时,对目标分块图像进行更新,得到目标分块更新图像;当清晰度大于或等于清晰度阈值时,将目标分块更新图像融合至目标清晰图像中,得到最佳清晰图像。本发明可以提高图像清晰度提升时的准确度。
技术关键词
分块
像素点
卷积神经网络学习
卷积神经网络提取
关系
多层次
算法
图像提取模块
融合特征
图像特征提取
人工智能技术
因子
提升装置
可读存储介质
指数
滤波
非线性
系统为您推荐了相关专利信息
训练预测模型
车辆电池
参数
荷电状态预测
预测误差
检测点
建筑物三维模型
数据可视化
坐标
管理系统
能力评估方法
文本分类器
论文
序列
能力评估模型