摘要
本发明公开了一种面向轨道交通工程视频图像质量退化的预筛选方法及系统,方法包括:对所采集的图像集合中的图像,用传统方法与多模态大模型结合评分,加权求和得退化评分,计算概率分布后筛选出高质量图像集合H。针对集合H中的图像,经数据增强构建正样本,按概率分布添加退化特征构建负样本,样本含图像、质量标签和归一化评分序列。基于EfficientNetV2搭建判别器,划分数据集进行训练,用二进制交叉熵与L1损失作损失函数。同时,对高质量图像添加退化特征构建数据集,经MLP嵌入退化评分,基于Transformer‑UNet搭建修复模型,用多种损失函数训练,实现图像高质量修复。有效解决了传统修复方法修复效果差的问题,提升了图像的可用性。
技术关键词
退化特征
面向轨道交通
筛选方法
传感器缺陷
样本
图像修复模型
全局对比度
直方图
视频
序列
度量
暗通道
动态模糊现象
混合高斯噪声
标签
饱和度
椒盐噪声
运动模糊现象
指图像
系统为您推荐了相关专利信息
数据预测模型
数据分类分级
k均值聚类算法
正则化技术
超参数
同步电机无传感器
同步电机转子
同步电机转速
数据训练神经网络
永磁
YOLOv3网络
锂电池极片表面
工业缺陷检测
引入注意力机制
特征提取能力
尘螨过敏原
分类预测模型
深度学习神经网络
Softmax函数
疾病