一种基于双网络协同的半监督深度学习图像复原增强方法

AITNT
正文
推荐专利
一种基于双网络协同的半监督深度学习图像复原增强方法
申请号:CN202510639337
申请日期:2025-05-19
公开号:CN120580170A
公开日期:2025-09-02
类型:发明专利
摘要
本发明提供了一种基于双网络协同的半监督深度学习图像复原增强方法。该方法包括:构建双任务分支图像复原网络,采用教师‑学生半监督训练模式训练双任务分支图像复原网络,训练好的双任务分支图像复原网络中的复原分支对待复原的图像进行特征提取和复原增强处理,输出复原后的图像、低阶语义特征和高阶语义特征,评价分支对低阶语义特征和高阶语义特征进行融合,利用自注意力机制获得结构相似性指数SSIM分数矩阵,根据SSIM分数矩阵确定双任务分支图像复原网络的教师‑学生半监督训练模式训练过程中的伪标签筛选的置信度。本发明充分挖掘大量低质量样本以及少量高‑低质量成对样本的价值,生成高质量的伪标签,实现对轨旁图像的精准复原与增强。
技术关键词
语义特征 半监督训练 分支 多尺度特征提取 监督深度学习 图像 注意力机制 无标签数据 学生 融合特征 教师 矩阵 模块 双网络 分块策略 模式
系统为您推荐了相关专利信息
1
基于稀疏关注掩码的无线身份认证方法和系统
稀疏编码器 无线身份认证 样本 解码器 人体轮廓
2
一种作业环境关键要素识别方法
识别方法 特征提取网络 像素 全局平均池化 影像
3
一种融合多尺度局部和全局信息的电网DDoS检测方法
DDoS检测方法 局部特征提取 全局特征提取 多尺度 令牌
4
一种基于高效率注意力机制的视频检索特征提取方法
图像训练样本 注意力机制 语义特征 特征提取方法 高效率
5
一种问答方法、装置、设备、存储介质及产品
文本 问答模型 语义特征 问答方法 编码器训练
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