摘要
本发明提供了一种图像表征增强的方法、装置和电子设备,该方法中,利用可学习的Gabor滤波器提取得到待处理图像的纹理特征,可学习的Gabor滤波器能实现参数的动态调整,使得模型在光照、纹理复杂度和场景变化大的情况下,依然能够有效提取显著的纹理特征,另外,将纹理特征与语义特征进行残差融合,使模型不仅能够理解场景的高级语义信息,还能捕捉细粒度的纹理特征,从而显著提升模型在多任务中的性能,可学习的Gabor滤波器可实现参数的自适应调整,避免了传统Gabor滤波器参数固定的问题,适用于多种复杂场景,即实现了对纹理特征的充分利用,且实现了纹理特征与语义特征的融合,进而提高了模型的鲁棒性和识别能力。
技术关键词
语义纹理特征
语义特征提取
图像
Gabor滤波器
电子设备
处理器
可读存储介质
场景
多任务
参数
处理单元
指令
存储器
鲁棒性
计算机
系统为您推荐了相关专利信息
作动机构
指挥车
回收设备
告警装置
人工智能模型
语义相关度
语义理解模型
知识检索方法
语义特征提取
关键词
芯片测试电路
控制电路
待测芯片
电压
电源管理单元
检测模型训练方法
卷积神经网络模型
线路故障检测
线路检测方法
频率
语义分割方法
编码器模块
输出特征
遥感图像数据
遥感图像分类