基于卷积神经网络的光通讯芯片的图像去模糊方法、系统、设备及介质

AITNT
正文
推荐专利
基于卷积神经网络的光通讯芯片的图像去模糊方法、系统、设备及介质
申请号:CN202511208153
申请日期:2025-08-27
公开号:CN120976060A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及一种基于卷积神经网络的光通讯芯片的图像去模糊方法、系统、设备及介质,其方法包括:基于改进金字塔网络对输入的光通讯芯片图像进行光学特征预提取,通过多尺寸卷积核的并行特征融合,获得感受野扩展特征图;依据编码器对感受野扩展特征图进行多尺度特征提取,并引入双域注意力机制对提取的特征向量进行特征增强,获得多尺度特征图像;采用空洞卷积组改进的跳跃连接,将多尺度特征图像的不同层级特征图与解码器进行分辨率自适应的感受野匹配融合;将融合特征输入解码器进行渐进式上采样处理,同步采用多尺度复合损失函数优化解码器输出的多层级特征,重构出光通讯芯片清晰图像。本发明提高了光通讯芯片图像去模糊处理的效率和精度。
技术关键词
并行特征融合 图像去模糊方法 金字塔网络 多尺度特征提取 损失函数优化 芯片 多尺寸 注意力机制 分布特征 光通讯 输入解码器 编码器 融合特征 分辨率 上采样
系统为您推荐了相关专利信息
1
评标文件的电子签字处理方法、系统及终端设备
图片 分支 字符识别 电子 图像
2
一种基于提示学习调优的零样本图像异常检测方法
图像异常检测方法 局部视觉特征 多尺度特征提取 样本 图像编码器
3
基于MS-CAM改进特征融合模块的弱小目标识别方法
识别方法 模块 信道 通道 CAM结构
4
针对气道异物的电子喉镜图像识别系统
图像识别系统 电子喉镜 特征提取模块 图像采集模块 诊断模块
5
一种适用于复杂气象环境的红外与可见光图像融合方法
可见光图像 混合专家网络 分支 图像融合系统 特征提取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号