摘要
本发明公开了一种基于多层次注意力的可见光引导红外图像超分辨率方法和系统,属于图像处理和深度学习领域。分别提取原始低分辨率红外图像和高分辨率可见光图像的多尺度第一特征和多尺度第二特征;采用跨模态特征融合模块对每一对相同尺度的第一特征和第二特征进行双向引导,生成多尺度融合特征;对多尺度融合特征按照尺度从小到大的顺序依次解码重建,得到高分辨率热红外图像。本发明多层次的跨模态特征融合模块采用串联式三网络结构,通过移动窗口自注意力块和交叉注意力块的协同作用实现双向引导,增强了模态间深层信息的交互与融合。本发明的超分辨率重建性能均优于现有方法,在SSIM、PSNR等指标上具有明显提升。
技术关键词
图像超分辨率方法
注意力
融合特征
双分支结构
多层次
可见光图像
生成多尺度
解码
跨模态
图像超分辨率系统
前馈神经网络
计算机电子设备
模态特征
双模态图像
系统为您推荐了相关专利信息
剪枝策略
置信度阈值
上采样
全局特征提取
语义分割模型
修正方法
LSTM模型
历史运行数据
注意力
样本
网络流量检测方法
网络流量数据
训练流量检测模型
特征提取单元
网络安全保护技术
多头注意力机制
深度学习模型
风险评估值
护理管理方法
护理管理系统
输电线路隐患
检测网络模型
检测输电线路
坐标
嵌入位置信息