一种基于多模态双向融合的运动图像去模糊方法

AITNT
正文
推荐专利
一种基于多模态双向融合的运动图像去模糊方法
申请号:CN202411521723
申请日期:2024-10-29
公开号:CN119399069A
公开日期:2025-02-07
类型:发明专利
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
1
物料检索方法、装置、计算机设备及存储介质
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
2
基于机器学习的神经影像数据分类方法、系统及存储介质
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
3
流量数据的处理方法及系统、存储介质、计算机设备
分布式搜索引擎 拓扑图 分片策略 容器 监控组件
4
一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法
交互注意力 输出特征 检测网络模型 融合特征 阶梯
5
一种基于重参数化卷积的药物与靶点互作用预测方法
靶蛋白 配体 高维特征向量 XGBoost模型 热启动
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