摘要
本发明属于图像处理技术领域,具体公开了基于多尺度特征提取和边缘引导的渐进式壁画修复方法,包括:采集壁画图像,得到壁画数据集;建立生成对抗网络模型,其中,粗网络为带跳跃连接的编解码器结构;细网络引入图像边缘信息,用于加强图像的结构信息;全局细化网络引入了自注意力机制与多尺度特征提取模块,捕获更多全局信息;训练生成对抗网络模型:采用壁画数据集的训练集对生成对抗网络模型进行训练,得到三阶段网络的生成对抗模型;采用训练后的生成对抗模型对测试集进行修复。本发明利用边缘引导模块的优势,通过加权融合显著图与边缘检测图,能更好获取图像的显著结构特征,使生成图像的边缘结构更加连贯并且符合语义一致性。
技术关键词
壁画修复方法
多尺度特征提取
生成对抗网络模型
壁画图像
采样模块
生成对抗模型
边缘检测算子
上采样
输出特征
特征提取模块
边缘结构信息
深度卷积神经网络
图像边缘信息
注意力机制
粗略
系统为您推荐了相关专利信息
漏洞检测方法
生成对抗网络模型
深度学习模型
日志系统
数据采集单元
芯片测试系统
存储模块
采样模块
多通道
数据存储
人体活动识别方法
注意力机制
可穿戴传感器
模块
生成样本数据
训练图像数据
边缘检测算子
图像块
采样模块
图像分割方法