摘要
本发明公开一种图像超分辨率生成模型的构建方法,包括:构建包含多种类型图像的混合数据集;并对混合数据集中图像进行预处理,获得初始低质量图像和对应的图像文本描述;确定第一初始学习框架,根据预处理后的初始低质量图像生成对应的高质量参考图像;训练第一初始学习框架,获得第一阶段修复模型;确定第二初始学习框架,根据随机加噪的原始图像、由第一阶段修复模型生成的高质量参考图像,以及图像文本描述预测生成高分辨率图像;训练第二初始学习框架,获得目标第二阶段图像超分辨率生成模型。本发明基于潜在扩散模型,设计并开发出了一个两阶段网络框架的模型,既利用了扩散模型丰富的先验,又极大的提高了模型的泛化能力。
技术关键词
图像超分辨率
生成超分辨率图像
生成高分辨率
深层特征提取
浅层特征提取
编码器
文本
框架
生成方法
图像重建
网络
解码器
非暂态计算机可读存储介质
噪声
模块
自然场景图像
注意力
融合特征
模型构建方法
系统为您推荐了相关专利信息
噪声数据
图像超分辨率重建
文档解析技术
定位识别技术
保留图像边缘
数据采集模块
管理系统
加密算法
管理方法
扫描模块
毛刺检测方法
压铸件
图像
毛刺检测系统
生成高分辨率
图像分类系统
光谱图像分类方法
浅层特征提取
重构
注意力机制
超分辨率重建模型
光场图像超分辨率
图像超分辨率重建方法
融合特征提取
上采样