摘要
本申请属于计算机视觉的图像恢复领域,公开了一种高分辨率图像去摩尔纹方法、系统、设备及介质,该方法采用U型的多级编码器‑解码器结构,旨在应对摩尔纹多频段分布的问题;通过构建同一语义级别的特征金字塔,并在特征金字塔的各层尺度分支上集成空洞残差稠密模块,以实现同一语义级别的多尺度特征提取和摩尔纹纹理去除,结合多层次残差稠密连接和空洞卷积;通过增强注意力门对所提取的同一语义级别的不同尺度特征进行动态融合,通过将普通卷积替换为分组卷积并引入高效通道注意力模块来增强特征融合;通过构建像素损失、感知损失和颜色损失的联合损失函数优化模型训练,并引入深度监督策略,以增强训练的稳定性。
技术关键词
联合损失函数
特征金字塔
图像
感知损失函数
注意力
解码器架构
编码器
空洞
语义
解码器结构
策略优化模型
颜色
像素
纹理
模型训练模块
多层次
双线性插值
系统为您推荐了相关专利信息
识别分析方法
识别分析系统
裂纹识别
建立检测模型
图像标注算法
K近邻方法
样本
无监督聚类方法
预训练模型
解码器
强对流天气识别
卷积神经网络模型
高分辨率数值
多源观测数据
闪电定位数据