摘要
本申请公开了一种多特征融合的红外船舶图像修复方法、装置、设备及介质,方法包括获取第一图像数据和真实图像数据,对第一图像数据进行手工特征提取和深度特征提取,获得手工特征数据和深度特征数据;将手工特征数据与深度特征数据进行融合,获得融合特征;将融合特征输入卷积神经网络模型对第一图像数据进行修复,获得第二图像数据;根据第二图像数据与真实图像数据,获得重建损失函数,根据重建损失函数对卷积神经网络模型进行优化,获得红外船舶图像修复模型;根据红外船舶图像修复模型对红外船舶图像进行修复。本申请在复杂场景和极端条件下具有较强的修复鲁棒性,能够稳定恢复红外图像细节并提升整体修复质量。
技术关键词
卷积神经网络模型
图像修复模型
手工特征
图像修复方法
真实图像数据
融合特征
船舶
加权损失函数
深度特征提取
计算机程序指令
红外图像细节
图像修复装置
可读存储介质
特征提取模块
数据获取模块
处理器
系统为您推荐了相关专利信息
高锁螺母
力矩
卷积神经网络模型
参数
卷积神经网络学习
输电走廊
多视角特征
风险评估报告
三维模型
计算机可执行指令
趋势波动分析
检测模型构建方法
统计特征
电信号
矩阵