摘要
本发明公开了一种基于渐进式框架的盲压缩图像复原方法,主要解决现有技术对压缩图像进行整体处理存在残留伪影,导致图像还原效果不理想的问题。方案包括:1)基于FBCNN构建初始伪影去除模块对输入的低质量压缩图像进行预处理,得到参考图像;2)基于视觉‑语言模型构建图像语义解耦模块对参考图像生成紧凑的语义表示,并获取对象的语义分割掩码;3)设计基于注意力引导机制的扩散模型进行对象恢复;4)搭建逐步图像细节生成模块,对图像进行逐个对象的恢复,于最终的扩散阶段进行协调重建,实现压缩图像的恢复。本发明能够有效减少计算开销,并确保恢复内容与原始图像的语义一致性,可用于改善重度压缩图像的还原效果。
技术关键词
压缩图像复原方法
对象
注意力
语义
伪影
模块
框架
阶段
文本编码器
图像还原
场景
视觉特征
资源分配
机制
解码器
标记
系统为您推荐了相关专利信息
巡检方法
施工场地
直方图均衡化
全局特征提取
无人机自主飞行
巡检图像
识别算法
DBSCAN算法
销钉结构
融合先验信息
查询语句生成方法
业务表单
查询特征
数据库访问
策略
人体建模方法
体态信息
神经网络模型
服装
覆盖率