摘要
本发明提供一种基于语义感知迁移学习的图像超分辨率方法,属于图像处理以及深度学习领域,解决了传统的基于迁移学习的图像超分辨率方法往往只关注像素级别的重建精度,忽略了语义级别的信息的技术问题。本发明所述网络结构主要包括构建迁移学习网络和图像超分辨率重建网络,综合利用图像和文本模态数据学习可转移的高级语义特征;同时本发明设计了一种新颖的语义感知超分辨率方法,将自然语言处理方法创新地应用于超分辨率重建过程中。通过语义特征提取网络和图像超分辨率重建网络学习图像‑文本配对数据的联合语义表示,使超分辨率网络能够理解图像并重建具有语义级别理解的超分辨率图像。
技术关键词
图像超分辨率方法
语义特征提取
深度学习网络模型
解码器
综合利用图像
特征描述信息
损失函数设计
多头注意力机制
数据
峰值信噪比
编码器
系统为您推荐了相关专利信息
智能有机肥
感兴趣
施肥机
控制系统
特征提取模块
超声图像分割方法
笛卡尔坐标系
二维超声图像
切片
三维超声图像
生成对抗网络模型
建筑工地塔吊
无监督学习
模块
基线