摘要
本发明公开了一种基于AI图像增强的受控触发目标移除方法。在同一网络内统一完成触发检测、区域定位与上下文一致性修复:当识别到具有重复纹理特征的物理触发物时,模型基于隐式掩膜在触发区域内进行背景一致化重建,自然移除目标;未识别到触发物时则执行去噪、去雨、去雾等常规图像增强。训练阶段通过多视角、多尺度与形变遮挡的数据合成,联合像素重建、加权感知与区域化对抗损失优化,使移除结果在人眼与常用检测模型下与背景难以区分。该方案无需外部掩膜与复杂后处理,有无触发时推理开销等价,便于云、边、端部署,能在隐私保护与敏感信息处理场景中实现稳定、可控且高保真度的目标移除。
技术关键词
图像增强模型
掩膜
纹理特征
图像分割模型
机制
距离图像
像素
噪声
信息处理
多视角
网络结构
图像块
多尺度
多角度
样本
物理
贴片
系统为您推荐了相关专利信息
除垢设备
相控阵
智能控制方法
性能预测模型
特征数据信息
数据处理方法
可触控LED屏
嵌入式处理器
铭牌
数据处理模型
健康诊断方法
样本
分类准确率
轨道
训练特征提取模型
分布式光纤应变
测量方法
多头注意力机制
信号
分布式光纤传感技术