摘要
本发明公开了一种基于扩散模型的汉字图像超分辨率重建方法及系统,方法如下:S1、构建中文隐写图像数据集,生成高分辨率图像与低分辨率图像对;S2、采用条件去噪扩散模型作为框架,将步骤S1构建的中文隐写图像数据集作为扩散模型的条件输入,指引扩散模型学习从低分辨率到高分辨率的映射;S3、利用步骤S2的条件去噪扩散模型对待处理的低分辨汉字图像进行分辨率重建,输出高分辨率汉字图像。本发明解决了现有技术中汉字图像超分辨率重建中存在的细节模糊、泛化能力不足及语义信息利用不充分的问题。
技术关键词
隐写图像
汉字
生成高分辨率
图像超分辨率重建
梯度下降法
噪声图像
字体
模型训练模块
池化方法
直方图
数据
文本
阶段
噪声分量
转化方法
系统为您推荐了相关专利信息
校正策略
校正方法
机器学习模型
线性回归模型
误差
鲁棒性评估方法
社交
矩阵
推荐系统
Louvain算法
超分辨率模型
图像处理方法
图像重建
图像超分辨率
生成高分辨率
负载预测方法
预测模型训练
梯度下降法
训练预测模型
动态特征选择