摘要
本发明属于图像处理技术领域,且公开了一种基于Transformer的任意分辨率电商详情页图像超分辨率方法,包括如下步骤:通过深度神经网络构建的编码器对输入的低分辨率电商详情页图像进行特征提取与初步编码;使用改进的Transformer模块对编码器输出的特征进行进一步的增强处理和全局上下文关系建模;在编码器和解码器之间加入Transformer模块,通过Transformer模块处理图像中的复杂背景和过渡区域,本发明通过结合Transformer和卷积神经网络的特性构建超分辨率模型,利用大规模的电商图像训练数据集进行监督学习,能够根据需求生成任意目标分辨率的图像,增强了方法的灵活性和实用性,并能生成细节更丰富、边缘更清晰的高分辨率图像,显著提升电商图片的视觉效果。
技术关键词
图像超分辨率方法
电商
编码器模块
超分辨率模型
计算机程序指令
输入输出接口
深度神经网络
关系建模
训练数据处理
深度卷积神经网络
视觉真实感
感知损失函数
对抗性
坐标
双三次插值
前馈神经网络
系统为您推荐了相关专利信息
区域能源系统
动态知识图谱
智能规划方法
计算机程序指令
频率
图像检索方法
深度特征融合
特征提取模型
手工特征
面料检索方法