摘要
本发明属于计算机视觉与文化遗产数字化修复技术领域,具体为一种融合低分辨率先验与高效视觉选择的传统画修复方法,包括构建多源图像数据集,多源图像数据集中图像为高分辨图像,对高分辨图像进行预处理,得到低分辨率图像,并对高、低分辨率图像分别进行掩码生成模拟损伤掩码图像,模拟损伤掩码图像包括规则损伤掩码图像和不规则损伤掩码图像;将多源图像数据集及预处理后的多源图像数据集作为训练数据,训练多源图像模型;双阶段修复网络包括粗修复网络和精细修复网络;本发明解决了现有图像修复方法在处理复杂场景及大范围缺失区域时存在的结构语义丢失、先验信息依赖性强及全局与局部协调性不足的问题。
技术关键词
修复方法
联合损失函数
纹理特征
图像修复模型
网络
动态门控
特征选择
视觉
双分支结构
融合特征
像素
注意力
动态更新
动态调制机制
空间建模技术
滑动窗口
Sigmoid函数
模块
系统为您推荐了相关专利信息
数字孪生体
机载雷达
校准方法
多头注意力机制
时空注意力机制
带电作业屏蔽服
雾化元件
分析系统
模块控制系统
人体模型
电路板缺陷
模型构建方法
深度卷积生成对抗网络
焊点缺陷
图像
模拟量采集接口
模拟量接口
BP神经网络训练
修正方法
信号采集接口
超前地质预报
实时图像
训练场景
卷积神经网络模型
掌子面