摘要
本发明公开了频域自适应超分辨率重建方法,包括以下步骤:获取原始图像;将原始图像通过训练好的频域自适应超分辨率重建模型处理后得到重建图片。频域自适应超分辨率重建方法,本发明中多尺度频域特征提取模块通过联合特征金字塔结构与傅里叶变换,能够从不同层次的特征图中提取多尺度特征,这种多尺度特征提取有助于模型捕获图像的不同层次信息,增强对细节的识别能力;频率金字塔注意力网络将特征图分解为不同频率成分,并计算各个频率成分的重要性,通过注意力权重对这些成分进行加权,使得模型能够更加关注于对图像重建质量影响较大的高频信息。
技术关键词
超分辨率重建方法
超分辨率重建模型
频域特征提取
图像多尺度
浅层特征提取
注意力
图像增强
多尺度特征提取
模块
频率
峰值信噪比
特征金字塔
图片
线性单元
指标
系统为您推荐了相关专利信息
时序
温度预测方法
锂电池
时间卷积网络
频域特征提取
图像超分辨率方法
深层特征提取
图像增强模型
上采样
状态空间模型
卫星测高重力数据
深度学习模型
超分辨率重建方法
样本
卫星测高数据
多尺度局部特征
状态空间模型
浅层特征提取
图像
线性
注意力
语义分割模型
生成特征
语义分割方法
浅层特征提取