摘要
本发明提供一种基于变分特征融合和小波稠密残差注意力的光谱重构方法,基于注意力机制的光谱重建模型来降低计算重构光谱仪对微纳光学材料相关系数的依赖性,可以有效提高光谱重建的精度与效果;此外,本发明提供的小波稠密残差注意力模块和变分特征融合处理模块可以有效的提取并精炼光谱特征,从数据的高频和低频两个方面消除无用特征,增强深层次高维度特征的融合效果,进而提高光谱重建的性能,及深度学习网络的收敛性。
技术关键词
光谱重构方法
注意力
离散小波变换单元
子模块
深度学习网络模型
重构光谱
分辨率
浅层特征提取
空间特征提取
光谱仪
光谱重建模型
多层感知机
拼接单元
深层特征提取
多通道
光信号
输出特征
光斑
系统为您推荐了相关专利信息
协同方法
注意力机制
状态更新
决策
全局状态信息
注意力
图像编辑方法
图像重建
对象属性特征
序列比对算法