基于提示学习的多层次特征聚合通用压缩图像恢复方法及电子设备

AITNT
正文
推荐专利
基于提示学习的多层次特征聚合通用压缩图像恢复方法及电子设备
申请号:CN202510885611
申请日期:2025-06-30
公开号:CN120782881A
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及了基于提示学习的多层次特征聚合通用压缩图像恢复方法及电子设备,在解码端加入动态提示学习模块,利用1×1的提示组件编码压缩图像的先验信息,生成具有相同图像特征分辨率的提示信息,设置有两层以上的解码器,动态提示学习模块按顺序连接解码器的相邻两层,在每层解码器中,动态提示学习模块都会利用输入的压缩图像隐藏的退化信息,生成条件提示信息来转换输入特征,以引导网络恢复退化图像。区别现有技术,本发明通过加入动态提示学习模块,可以生成具有相同图像特征分辨率的提示,提高内容感知和失真感知的表示能力。
技术关键词
图像恢复方法 多层次特征 特征提取单元 区域特征提取 全局特征提取 前馈神经网络 网络恢复 局部特征提取 解码器 分支 编码压缩图像 动态 Softmax函数 通道 注意力机制 输出特征 特征描述符
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