摘要
本发明公开了一种基于时域注意力机制的图像视频去扰动方法及系统。该方法包括:输入连续多帧湍流退化图像序列;进行帧间配准与对齐以补偿几何畸变;通过多尺度特征提取网络提取空间特征;依次通过空间注意力模块增强空间特征表示、频域注意力模块进行可学习的频域滤波及时域注意力模块融合时序特征;最终整合特征重建出去湍流后的清晰图像。本发明创新性地引入了时域注意力机制,有效利用了视频帧间的时序相关性,解决了现有单帧处理方法在视频复原中存在的帧间不一致问题。实验表明,本方法在PSNR和SSIM等客观指标上显著优于现有主流方法,并能有效增强复原视频的时序连贯性与稳定性。
技术关键词
扰动方法
注意力机制
频域特征
多尺度特征提取
联合损失函数
视频
模块
神经网络训练
图像重建
时序特征
特征提取网络
湍流效应
退化图像序列
滤波器
分支
深度学习神经网络
系统为您推荐了相关专利信息
水文预报方法
卷积长短期记忆
神经网络模型
新安江模型
汇流
影像分割方法
颈动脉管腔
斑块
采样模块
多头注意力机制
识别分类方法
数据分类器
成像光谱数据
多头注意力机制
连续投影算法
多源异构数据
森林技术
资源配置优化
多模态
跨模态