摘要
本发明公开一种多任务图像处理方法、系统及设备,涉及图像处理技术领域,包括以下步骤:构建多任务网络模型;将图像数据集输入到多任务网络模型,分别得到红外增强图像、红外超分辨率图像、红外与可见光图像融合图像和红外图像彩色化图像;计算多任务网络模型输出的不同图像与输入图像数据集中的红外图像和可见光图像之间的损失函数,对多任务网络模型进行循环训练。本发明技术方案通过多任务模型的统一训练,不仅有效提取了局部细节,同时保持了全局一致性,极大地提高了处理效率和图像质量,减少了处理过程中的冗余步骤,提升了系统的鲁棒性和适应性。
技术关键词
红外图像彩色化
可见光图像
红外超分辨率
多任务
图像超分辨率
解码器
卷积模块
权重更新方法
网络
图像增强模块
图像处理模型
图像处理设备
图像处理系统
编码器
模型训练模块
图像获取模块
直方图
系统为您推荐了相关专利信息
可见光图像
应变力传感器
裂缝识别方法
红外热成像仪
裂缝识别装置
深层特征提取
浅层特征提取
重构模型
池化特征
模块
点自动识别方法
污水管道
三维点云模型
深度学习识别
多模态图像信息
AI智能识别
分析方法
空间配准算法
内窥镜单元
分析系统