摘要
本发明涉及基于深度学习的矿井图像超分辨率重建方法、介质及设备,该方法包括启动矿井图像超分辨率重建任务;获取矿井环境下的图像数据;对图像进行预处理,使用图像去噪技术对所述图像进行去噪和增强所述图像数据从而使所述图像的数量增加多倍;构建超分辨率深度学习模型;训练超分辨率深度学习模型;输入待重建的矿井图像,使用超分辨率深度学习模型对待重建的矿井图像进行超分辨率重建。本发明通过构建超分辨率深度学习模型,有效提升了矿井图像的边缘细节,增强了特征信息的融合程度,使得重建后的矿井图像更加清晰且细节丰富。
技术关键词
深度学习模型
浅层特征提取
特征提取模块
空间特征提取
图像去噪技术
高层次
卷积模块
上采样方法
图像超分辨率重建
计算机可执行指令
注意力
矩阵
数据处理设备
矿井环境
sigmoid函数
系统为您推荐了相关专利信息
图像生成模型
深度学习模型
编码器
患者
计算机断层成像扫描
医疗健康管理系统
健康风险评估
多头注意力机制
个性化健康建议
模态特征
卷积特征提取
堆叠模块
多通道特征
深度学习模型
双线性插值