摘要
本发明公开了一种基于生成式扩散超分的图像目标特性压缩重构方法,包括:将待压缩的原始图像输入到基于海量信息学习嵌入的图像语义编码压缩提纯模型中进行处理,得到二进制码流文件;将二进制码流文件输入到自注意力增强图像重构模型中进行处理,得到初步的重构图像;将初步的重构图像输入到基于生成式扩散的图像超分辨率模型中进行处理,得到高分辨率图像。本发明高效完成了图像数据压缩提纯与重构任务。
技术关键词
压缩重构方法
积层
图像超分辨率
离散特征
重构模型
注意力
广义
自动编码器
解码器
信道
图像数据压缩
提纯
切片
模块
量化器
像素
系统为您推荐了相关专利信息
分类预测模型
通道注意力机制
多颜色通道
HSV颜色空间
PH值
岩性识别方法
金字塔池化模块
影像
卷积神经网络模型
全局平均池化
安装定位方法
预制构件
重构模型
故障传感器
重构矩阵
交易服务平台
交易方法
连续特征
离散特征
轮胎特征
电化学阻抗谱
长短期记忆网络
二阶等效电路模型
电池健康状态
双向长短期记忆