摘要
本发明涉及了一种基于生成式AI模型的摩尔纹去除方法及系统。包括以下步骤:S1,接收一张待处理的含摩尔纹图像,并将其作为参考图像;S2,利用特征提取网络,从所述参考图像中提取至少一个层级的参考特征;S3,初始化一个噪声图像,并在预设的多个时间步内,迭代地对所述噪声图像进行去噪处理;S4,在每一个时间步的去噪处理中,将当前时间步的噪声图像、时间步编码、与所述参考特征共同输入到一个基于Transformer架构的扩散生成模型中。在本发明中,通过将含摩尔纹图像作为参考图像,并利用多尺度特征提取引导扩散生成模型,能够充分利用预训练生成模型的强大先验知识,重新生成一张内容一致但无摩尔纹的干净图像。
技术关键词
噪声图像
特征提取网络
特征提取模块
交叉注意力机制
多尺度特征提取
VGG网络
输入模块
噪声预测
特征提取器
高通滤波器
纹理特征
语义特征
图像像素
层级
输出模块
参数
系统为您推荐了相关专利信息
车辆行驶环境
特征提取网络
环境感知模型
多视角
车辆设备
图像修复模型
图像修复方法
模型训练方法
策略
特征提取模块
医学图像分割
多尺度特征提取
上下文特征
编码器特征
sigmoid函数
图像分类模型
特征提取网络
深度卷积神经网络
序列
肝癌