基于多尺度特征提取和边缘引导的渐进式壁画修复方法

AITNT
正文
推荐专利
基于多尺度特征提取和边缘引导的渐进式壁画修复方法
申请号:CN202411068718
申请日期:2024-08-06
公开号:CN119067887A
公开日期:2024-12-03
类型:发明专利
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
1
一种基于模糊测试与深度学习模型结合的SOME/IP协议漏洞检测方法
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
2
一种芯片测试方法、装置及系统
芯片测试系统 存储模块 采样模块 多通道 数据存储
3
一种用于异构集群的模型训练方法、装置、介质及设备
集群 异构 指标 基准 模型训练方法
4
一种基于MSRC-BiGRU-SA的复杂人体活动识别方法
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
5
一种图像分割方法、装置、电子设备及存储介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号