申请/专利权人:河南科技学院
申请日:2021-04-20
公开(公告)日:2021-07-16
公开(公告)号:CN113129234A
主分类号:G06T5/00(20060101)
分类号:G06T5/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.11.01#授权;2021.08.03#实质审查的生效;2021.07.16#公开
摘要:本发明提出了一种场内外特征融合的残缺图像精细修复方法,其步骤为:检测残缺图像中存在的目标,利用知识库检索与目标相关的常识性知识,基于RNN的编码器将常识性知识转化为场外特征;提取残缺图像的目标特征信息并进行处理得到场内特征,利用改进的DMN+模型场外特征与场内特征进行融合,得到融合特征;将融合特征输入到带有环境注意机制的粗修复网络,得到粗修复图像;将粗修复图像输入到精细修复网络中进一步细化,从而实现残缺图像的修复。本发明利用知识库中的常识性知识弥补目标信息的不足;环境注意机制更大程度上利用背景信息;增加相关特征连贯层解决了残缺区域的语义相关性和特征连续性的问题,提高图像的修复结果。
主权项:1.一种场内外特征融合的残缺图像精细修复方法,其特征在于,其步骤如下:步骤一:检测残缺图像中存在的目标,利用知识库检索与目标相关的常识性知识,基于RNN的编码器将常识性知识转化为场外特征;步骤二:提取残缺图像的目标特征信息并进行处理得到场内特征,利用改进的DMN+模型将步骤一得到的场外特征与场内特征进行融合,得到融合特征;步骤三:将步骤二得到的融合特征输入到带有环境注意机制的粗修复网络,得到粗修复图像;步骤四:将步骤三得到的粗修复图像输入到精细修复网络中,通过精细修复网络对粗修复图像进一步细化获得精细修复图像,从而实现残缺图像的修复。
全文数据:
权利要求:
百度查询: 河南科技学院 一种场内外特征融合的残缺图像精细修复方法
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。