摘要
本申请是关于一种基于分步式SMFANet与U‑Net的图像超分辨率增强分割方法及系统。旨在解决传统模型在低分辨率图像处理中的细节丢失和计算效率不足问题。该方法采用分阶段处理流程:首先通过分布式SMFANet模块实现图像超分辨率重建,随后采用优化后的U‑Net进行精细化分割。该方法在面对不同的数据集都可以进行初步的网络预训练,结合我们深度学习方法,使其面对不同的现实情况也可以保证分割的准确性而不失效,同时也可以得到超分辨率重建后的优质图像。
技术关键词
图像语义分割方法
图像超分辨率重建
图像梯度信息
生成高分辨率
联合损失函数
网络
深度学习方法
分阶段
尺寸特征
编码器
输出特征
图像处理
多尺度
参数
注意力
系统为您推荐了相关专利信息
可视化检测方法
数字射线成像技术
固体火箭发动机
三维激光扫描技术
超声检测技术
扰动方法
注意力机制
频域特征
多尺度特征提取
联合损失函数
多头注意力机制
池化特征
输出特征
语音
通道注意力机制
图像超分辨率重建
局部特征提取
全局特征提取
图像重建
地层特征
生成器网络
生成对抗网络
上采样
浅层特征提取
局部纹理特征