摘要
本发明涉及红外图像技术领域,尤其是提供了一种基于U‑Net架构的高精度红外图像温度表达方法。该方法包括构建多头自注意力增强的U‑Net架构,采用移动窗口特征提取策略以捕捉图像局部像素的相关性;构建基于多级残差连接的密集残差卷积模块,生成内容增强型红外图像;设计复合网络损失函数,融合红外图像与对应视觉图像的特征,该方法提高了红外图像的质量,确保了温度表达更加准确,从而促进了其更广泛的应用。
技术关键词
矩阵
表达方法
注意力
红外图像技术
解码网络
生成红外图像
生成特征
可读存储介质
卷积模块
像素
误差反向传播
细粒度特征
全卷积网络
深度神经网络
输出特征
计算机
编码
系统为您推荐了相关专利信息
图像去噪方法
生成噪声
基准
生成对抗网络
分辨率
容错控制方法
容错控制器
变换器
平均驻留时间
矩阵
光纤陀螺仪
故障监测方法
残差矩阵
动态预测模型
高斯混合模型
电池系统
数据生成方法
生成式对抗网络模型
参数
策略