申请/专利权人：西藏民族大学

申请日：2023-10-20

公开（公告）日：2024-05-10

公开（公告）号：CN118014894A

主分类号：G06T5/77

分类号：G06T5/77;G06T7/13;G06N3/0475;G06N3/0464;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明提出了一种基于边缘先验与注意力机制相结合的图像修复方法、装置、设备以及可读存储介质，属于图像修复技术领域，具体为，EPAM的图像修复模型，它由边缘预测和图像修复两个阶段组成。在边缘预测阶段，该模型为一种高效的基于Transformer的边缘预测TEP模块，相比于之前的方法，它能够更好地获得缺损区域边缘结构，降低计算成本。在第二个阶段中，本申请提出了多尺度融合注意力MFA模块，它可以在多尺度特征层面上提取有效特征，再从深层语义到浅层细节的逐层填充来增强局部像素的连续性。本申请将所提出的方法与其他先进的方法在使用NVIDIA掩模数据集损坏的CelebA、facade和Places2数据集上进行了定性和定量比较。实验结果表明，在复杂大孔洞的修复方面表现良好。

主权项：1.基于边缘先验与注意力机制相结合的图像修复方法，其特征在于：包括边缘预测阶段和图像修补阶段；其中，边缘预测阶段获取灰度缺损图像和不完整的边缘信息，在缺损区域内通过轴向注意力与标准自注意力相结合的transformer架构预测出合理的边缘轮廓，得到边缘预测图；图像修补阶段将边缘预测图作为结构先验，结合缺损的RGB图像，在由边缘所包围的局部封闭区域内通过多尺度融合注意力模块合成纹理细节，完成图像修复。

全文数据：

权利要求：

百度查询： 西藏民族大学 基于边缘先验与注意力机制相结合的图像修复方法、装置、设备以及可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD