基于认知-扩散模型的低分辨率视频超分提升方法和系统

AITNT
正文
推荐专利
基于认知-扩散模型的低分辨率视频超分提升方法和系统
申请号:CN202510446903
申请日期:2025-04-10
公开号:CN120655505B
公开日期:2025-12-09
类型:发明专利
摘要
本发明公开了一种基于认知‑扩散模型的低分辨率视频超分提升方法和系统。经过特定的数据预处理、认知编码器训练、参考视频生成、编码与注意力图注册以及潜在表示译码等一系列方法步骤协同工作,实现从低分辨率视频到超分辨率视频的转化,解决了低分辨率视频画质提升困难问题和现有视频处理过程中闪烁伪影问题。
技术关键词
视频编码 视频处理过程 注意力机制 混合损失函数 语言编码器 提升系统 神经网络架构 语义 译码 编码器训练 生成多尺度 图像编码器 分辨率 查询机制 人工噪声 噪声预测
系统为您推荐了相关专利信息
1
一种基于时空注意力机制的视频异常事件检测方法
时空注意力机制 特征提取网络 局部时空特征 协同注意力 视频内容理解技术
2
综合多维度的红外加热自动化控制方法及系统
红外加热设备 加热控制策略 自动化精确控制 设备控制指令 红外灯管
3
一种基于语义分割算法的冠层荔枝花分割方法和系统
语义分割算法 语义分割模型 分割方法 荔枝树 池化特征
4
一种基于MTransUnet的细胞图像语义分割方法及系统
双边滤波算法 注意力机制 图像语义分割 网络 易受噪声
5
基于机器学习的特高压直流输电闭锁故障诊断方法及系统
故障诊断方法 通道注意力机制 卷积神经网络模型 故障特征 电气
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号