一种基于动态数据集蒸馏的高效超高分辨率图像恢复方法

本申请提供了一种基于动态数据集蒸馏的高效超高分辨率图像恢复方法包括步骤：获取原始退化图像数据集和原始清晰图像数据集，并构建完整数据集；对原始退化图像数据集、原始清晰图像数据集进行下采样后分别送入ViT编码器和CLIP编码器进行特征提取，对ViT编码器提取的第一特征图计算方差作为第一复杂度得分，对CLIP编码器提取的第二特征图计算方差作为第二复杂度得分；基于动态样本选择机制为每个图像数据分别分配复杂度权重和不确定性权重，为每个图像数据计算得到选择分数；选出选择分数在靠前的图像数据构建数据子集，并基于卷积神经网络对数据子集进行微调；将数据子集训练图像恢复模型。本发明解决当前深度学习在图像恢复中面临的高成本问题。