一种基于多尺度残差模块和特征融合的图像修复方法

AITNT
正文
推荐专利
一种基于多尺度残差模块和特征融合的图像修复方法
申请号:CN202411644972
申请日期:2024-11-18
公开号:CN119599914B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种基于多尺度残差模块和特征融合的图像修复方法,属于图像处理技术领域。本发明设计的多尺度残差模块能够有效地捕捉图像不同尺度的特征信息,从细微的纹理到宏观的结构,提升修复后的图像质量,融合细节分支和语义分支的特征融合策略可以充分整合不同层次的特征,增强图像的细节表现和整体协调性,通过融合多尺度的特征,避免了单一尺度特征可能带来的局限性,使得修复后的图像在色彩、纹理和结构上更加真实细腻;并且多尺度残差模块能够缓解梯度消失问题,具有较高的计算效率,能够在较短的时间内完成图像修复任务,引入设计的双通道全局注意力模块具有良好的鲁棒性使得在面对各种复杂的图像损坏情况时都能稳定发挥作用。
技术关键词
残差模块 图像修复方法 多尺度 通道注意力机制 sigmoid函数 图像修复模型 支路 分支 像素 网络结构设计 纹理 特征融合网络 语义 图像处理技术 冗余特征
系统为您推荐了相关专利信息
1
基于改进卷积神经网络的孔探图像损伤识别模型及应用系统
损伤识别模型 特征提取网络 图像 标记 摄像头视频帧
2
基于双分支融合网络的图像分类方法、装置、设备及介质
图像分类方法 语义特征 分支 融合特征 卷积模块
3
巡检套图行为检测方法、装置、电子设备及存储介质
地理位置验证 文本特征向量 图片 图像特征向量 文本识别技术
4
基于多尺度循环神经网络的非遗纹样解构再生系统及方法
门控循环单元神经网络 多尺度特征提取 再生系统 元素 随机噪声
5
基于混合特征优化与变分预测的日径流智能预报方法、系统、存储介质和电子设备
智能预报方法 解码器 编码器 注意力机制 时序依赖关系
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