基于深度特征渐进融合的图像重建方法

本发明公开了基于深度特征渐进融合的图像重建方法。本发明涉及图像重建领域，旨在解决现有技术在细节恢复和特征融合方面的不足。现有图像重建方法在处理复杂纹理和精细结构时，往往难以有效捕捉和利用多尺度特征，导致重建图像细节模糊、纹理失真。此外，在多层特征融合过程中，容易出现信息损失和特征偏移，影响重建效果。为解决上述挑战，本发明提出一种基于深度特征渐进融合的图像重建方法。该方法首先通过可学习的线性变换和特征拓展，增强输入特征的表达能力，并保留原始信息。随后，采用不同感受野的卷积操作，提取图像的细粒度特征、细粒度关系特征和整体主题特征。通过通道拼接和特征损失弥补策略，实现多尺度特征的有效融合，减少信息损失。最后，利用一维卷积降维和三维注意力机制，优化融合特征，增强关键特征的表达能力，消除冗余信息。实验结果表明，本发明能够显著提升重建图像的质量和细节丰富度，有效解决现有技术在细节恢复和特征融合方面的不足，具有更好的鲁棒性和泛化能力。