摘要
本发明公开了一种混合多尺度感受野和注意力机制的车牌图像修复方法,属于数字图像修复技术领域。本发明设计了MHDR模块,通过三种不同尺度的感受野提取不同尺度的特征信息并进行特征融合,使模型在关注破损区域近处特征信息的同时能够从远处提取有效特征信息,保证图像结构和纹理的一致性;引入混合约束多尺度损失函数,通过约束生成车牌图像和污损车牌图像的低级细节及高级语义上的一致性,生成语义合理、风格一致、像素重建精度及视觉保真度较高的修复图像;网络中间层采用两个空洞卷积、一个深度可分离卷积组成三层卷积级联结构,通过大感受野构建图像编码后特征图上各像素点与邻域之间的依赖性关系。
技术关键词
混合多尺度
图像修复方法
注意力机制
车牌
图像修复模型
空洞
多尺度特征融合
编码器
解码器
数字图像修复技术
通道
中间层
视觉保真度
上采样
模块
尺寸
数据分布
支路
系统为您推荐了相关专利信息
神经网络模型
网络流量信息
网络拓扑信息
注意力机制
掩码矩阵
多尺度
注意力神经网络
神经网络权值
节点特征
度函数