摘要
一种基于多通道融合的输电图像压缩质量评估方法,属于智能电网技术领域,解决如何增强不同压缩率场景下图像质量的自适应评估性能问题,本发明的多通道特征处理模块引入可学习的偏移量实现多通道特征的动态对齐与有效融合;多尺度注意力融合模块结合多尺度特征提取与注意力机制,引入可学习位置编码,在保证全局感知能力的同时,增强对局部结构变化的敏感性;自适应质量评估模块通过构建残差连接与多分支结构,捕捉不同尺度特征与局部信息,结合动态权重生成机制,对多通道融合特征进行加权融合,实现对复杂场景图像在不同压缩等级下质量的准确判断;在提升对图像压缩失真感知能力的同时,有效增强对不同压缩率场景下图像质量的自适应评估性能。
技术关键词
多尺度语义特征
图像压缩
多通道特征
分支
模块
图像块
融合特征
网络
融合策略
生成特征
局部细节特征
注意力机制
多尺度特征提取
动态
智能电网技术
系统为您推荐了相关专利信息
节点故障检测方法
共识算法
区块链数据同步
升级网络设备
分析故障
打印平台
调平方法
图像识别算法
速度
图像分割模型
智能防盗井盖
监控器
液位传感器
无线收发模块
倾角传感器