摘要
本申请公开了一种融合交叉注意力的图像修复方法、系统、设备及介质,涉及图像修复领域,该方法包括将破损图像输入至图像修复模型,得到修复后的图像;所述图像修复模型的训练方法如下:构建训练数据集,其样本数据包括破损图像及对应的真值图像。构建包括生成器网络、判别器网络和多感受野判别器网络的目标网络;其中,生成器网络包括编码器和解码器;解码器包括多层交叉注意力层与卷积层融合而成的融合解码层,用于学习潜在特征与真值图像之间的显式依赖关系。对目标网络参数进行训练优化,得到图像修复模型。本申请通过使用交叉注意力机制,使得图像修复模型能够更好地理解破损图像与真值图像之间的关系,提高了修复图像的质量。
技术关键词
图像修复模型
图像修复方法
生成器网络
解码器
图像修复系统
编码器
交叉注意力机制
数据获取模块
特征值
处理器
计算机设备
关系
风格
可读存储介质
存储器
系统为您推荐了相关专利信息
神经协同过滤
兴趣
融合注意力机制
项目
残差神经网络
多模态深度学习
智能辅助方法
医学影像数据
分词
文本数据提取
语义分割网络
图像识别方法
特征提取模块
计算机视觉图像分割
双线性插值
交通流量预测方法
多模型
attention机制
注意力
数据
面部结构
人脸图像数据
图像隐私保护方法
图像生成网络
人脸身份