无原始域单一样本领域自适应图像超分辨率重建方法和系统

AITNT
正文
推荐专利
无原始域单一样本领域自适应图像超分辨率重建方法和系统
申请号:CN202411867727
申请日期:2024-12-18
公开号:CN119831839A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种无原始域单一样本领域自适应图像超分辨率重建方法和系统,其中重建方法包括:1、利用目标域低分辨率图像和原始网络调整目标域网络中每个网络层的学习率;2、采用目标域低分辨率图像和原始域网络对目标域网络和教师网络进行初始化;3、利用目标域低分辨率图像和教师网络调整目标域网络中每个网络层的学习率;4、利用教师网络对目标域网络进行领域自适应训练;5、利用训练好的目标域网络得到重建超分辨率图像。该方法能够在不访问原始域图像并且仅有单一目标域低分辨率图像的情况下对目标域网络进行领域自适应,减少了域间隙的消极影响,有效提升了超分辨率网络在目标域的性能。
技术关键词
深层特征提取 教师 语义先验 上采样 标签 重建超分辨率图像 像素 参数 网络优化 模块 积层结构 样本
系统为您推荐了相关专利信息
1
基于机器学习的气温模式预测质量评估方法、装置及设备
预测误差 时效特征 季节特征 模式 计算机可执行指令
2
基于模态语义空间对齐的学习视频推荐方法、介质、设备
视频推荐方法 语义 音频 节点 多层感知机
3
一种基于多维特征提取与深度神经网络的锂离子电池健康状态确定方法及系统
深度神经网络 神经网络模型 皮尔逊相关系数 锂离子电池 多头注意力机制
4
一种基于经验引导的输电线路故障原因辨识方法
样本 专家知识库 非线性映射关系 人工智能深度学习技术 输电线路故障诊断
5
一种基于深度学习的多尺度多视角目标相似性分析方法
相似性分析方法 训练神经网络模型 多视角 识别神经网络 鲁棒性特征
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