摘要
本申请公开了一种基于多支路融合策略卷积自编码器的彩绘文物真彩色图像融合方法,包括:获取隐含信息图像‑真彩色图像数据,并对图像数据进行预处理,构建一个用于训练图像融合网络的数据集,该数据集中包含成对的隐含信息图像和真彩色图像;构建一个基于多支路融合策略卷积自编码器的图像融合网络模型中,图像融合网络模型包括多支路注意力融合模块和多尺度特征增强模块;通过解码器输出最终的融合结果。本申请基于深度学习图像融合方法,引入多支路融合策略,解决了彩绘文物真彩色图像隐含信息缺少色彩信息并且缺少真彩色图像中纹理细节的问题,且通过各融合支路进行分支支路特征融合,最后融合成质量高的图像。
技术关键词
彩绘文物
融合策略
支路
真彩色图像
多尺度特征
对比度
编码器
注意力
输出特征
融合特征
拉普拉斯
卷积模块
深度学习图像
深度卷积神经网络
系统为您推荐了相关专利信息
地图构建方法
占用栅格
描述符
图像深度估计
语义点云
伽马校正技术
大气散射模型
图像增强算法
多头注意力机制
雾天图像
手势识别方法
手势识别模型
手部特征
手势识别网络
平台
生成对抗网络模型
状态计算方法
生成器网络
粒子群优化算法
配网开关