摘要
本发明公开了一种基于特征分类的图像增强方法、装置及相关组件,该方法包括:获取高分辨率图像,并对高分辨率图像进行退化处理和图像随机处理,得到低分辨率图像;利用深度学习模型对低分辨率图像进行图像增强处理,得到增强后的第一图像;以及利用指数平均数指标对深度学习模型进行参数平滑处理,然后利用深度学习模型对低分辨率图像进行图像增强处理,得到增强后的第二图像;获取高分辨率图像的目标残差,并利用目标残差对第一图像和第二图像进行分类加权;构建关于高分辨率图像和第一图像的分类损失函数,并对深度学习模型进行优化更新,以此构建图像增强模型;利用图像增强模型进行图像增强处理。本发明能够提高图像的处理质量和处理效率。
技术关键词
深度学习模型
图像增强方法
图像增强模型
像素矩阵
双线性插值算法
图像增强单元
图像增强装置
感知损失函数
图像获取单元
可读存储介质
处理器
参数
指数
计算机设备
指标
纹理
系统为您推荐了相关专利信息
指标
可靠性分析方法
融合特征
神经网络优化器
场景
疲劳状态监测方法
深度学习模型
数据
疲劳状态识别
生理
大数据算法
数据采集子系统
分析系统
深度学习模型训练
智能分析模型
卷积神经网络模块
辅助系统
深度学习卷积神经网络
炉具
卷积神经网络深度学习模型