摘要
本发明涉及图像处理技术领域,具体涉及一种基于多模态双向融合的运动图像去模糊方法,包括:先获取运动模糊图像的多模态数据信息,再基于事件流信息获取与图像信息兼容的、三维体素格式的预处理后的事件流信息;将图像信息和预处理后的事件流信息进行多模态双向融合处理,得到运动模糊图像的融合特征;将融合特征作为输入,通过残差连接模块进行残差连接逐步学习并生成残差序列;基于残差序列,通过基于事件的双重积分物理模型获得去模糊之后的运动清晰图像。本发明通过从浅到深的双向融合策略,不仅推动了运动图像去模糊的发展,还为多模态数据融合提供了新的思路和方法,也为自动驾驶、目标检测等其它任务的高效应用提供了技术支撑。
技术关键词
融合图像特征
事件特征
图像去模糊方法
运动模糊图像
融合特征
事件流
多模态
通道注意力机制
图像局部特征
序列
图像处理技术
融合策略
残差模块
非线性
物理
系统为您推荐了相关专利信息
物料检索方法
融合特征
计算机可读指令
文本
多模态特征融合
影像数据分类方法
扩展特征向量
集成分类器
深度特征学习
神经影像数据分析技术
交互注意力
输出特征
检测网络模型
融合特征
阶梯
靶蛋白
配体
高维特征向量
XGBoost模型
热启动