摘要
本发明属于计算机视觉技术领域,公开了一种基于层次化特征级联净化与帧差长短期记忆神经网络的视频去雨架构及方法,包括层次化特征级联纯化模块、时间差异感知模块和视频质量提升模块,层次化特征级联纯化模块采用编码器‑解码器结构,通过多尺度特征提取和级联融合捕捉雨线的空间特征;时间差异感知模块利用帧差长短期记忆网络,通过分析相邻帧的差分特征识别雨线的时间特性;视频质量提升模块通过残差密集块和短路连接进一步恢复细节并减少伪影。本发明首次提出帧差长短期记忆网络,有效捕获雨滴的高频变化;引入视频质量提升模块,显著提升去雨后的视觉质量;该方法在保持时间一致性的同时,显著提升了视频去雨的效果和效率。
技术关键词
长短期记忆神经网络
视频去雨方法
级联
模块
多尺度特征提取
深度特征提取
长短期记忆网络
多特征融合技术
生成时间序列数据
解码器结构
多层次特征融合
上采样
视频时序信息
卷积长短期记忆
分辨率
计算机视觉技术
双线性插值
系统为您推荐了相关专利信息
横摆角速度
路面特征
车辆动力学模型
车机设备
计算机程序产品
回转支撑组件
动力模块
平移机构
升降组件
机器人
智慧教育管理系统
学生
图像编码
编码特征
数据采集传输模块
资产信息管理
资产管理系统
智能决策支持
区块链存证
模块