摘要
本发明公开了一种基于状态空间方程的神经拟态信号驱动的视频重构方法,包括:1、构建一个基于状态空间方程的视频重构网络;2、引入一种针对神经拟态信号空域特性设计的随机窗口位移Mamba模块;3、引入一种针对神经拟态信号时空域特性设计的希尔伯特填充Mamba模块;4、通过反向传播对混合超分网络进行训练,持续优化直至损失函数收敛为止,得到的视频重构模型用于对待处理的神经拟态信号进行重建,进而生成相应的高质量视频。本发明通过状态空间方程的线性全局建模能力和针对性的网络模块设计,实现了高效运行且视觉效果优异的视频重构。
技术关键词
视频重构方法
状态空间方程
采样模块
级联
融合特征
瓶颈特征
上采样
长短记忆网络
视频输出模块
特征提取模块
重构模型
编码特征
多层感知机层
补丁
视频帧
感知损失函数
信号
系统为您推荐了相关专利信息
机载点云
高分辨率遥感影像
点云深度学习
物体检测模型
多源遥感数据
命名实体识别方法
编码特征
多头注意力机制
图片
融合特征
二值化神经网络
图像增强方法
精度
卷积模块
采样模块