摘要
本发明涉及一种结合小波卷积和Transformer的两阶段图像修复方法,属于计算机视觉领域,用于在图像修复任务中有效恢复丢失区域的细节信息。该方法包括以下两个阶段:第一阶段,采用小波卷积作为编码器和解码器,并在中间部分引入残差结构,构建边缘修复网络。通过小波卷积对图像进行多尺度分解,有效提取图像的细节特征,并利用残差结构增强特征的表达能力,从而生成精确的边缘信息;第二阶段将第一阶段生成的边缘信息与缺失图像结合,作为输入传递至图像修复网络,通过自注意力机制进行全局上下文建模,实现高质量的图像修复。通过该方法,能够提高图像修复的精度和质量,同时在不依赖于复杂的先验信息的情况下,保持图像的结构一致性与视觉自然性。
技术关键词
图像修复方法
残差结构
编码器
注意力机制
感知特征
图像重建
解码器
掩膜
前馈神经网络
表达式
上下文特征
数学
计算机视觉
分辨率
策略
分阶段
多尺度
系统为您推荐了相关专利信息
建筑屋顶
生成方法
三维建模软件
状态机模型
解码器模型
信道估计信息
解码模块
信道估计方法
编码模块
深度残差学习网络
PET图像处理
高斯分布模型
渲染方法
索引
椭球模型