申请/专利权人:西安理工大学
申请日:2022-06-29
公开(公告)日:2022-09-20
公开(公告)号:CN115082344A
主分类号:G06T5/00
分类号:G06T5/00;G06V10/80;G06V10/42;G06V10/82;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明公开了一种基于细节注入的双分支网络全色锐化方法,首先将原始数据划分为训练、验证和测试数据,生成相应的数据集并进行预处理;然后构建基于细节注入的双分支全色锐化网络模型;对基于细节注入的双分支全色锐化网络模型进行训练;利用训练好的网络模型对测试数据进行融合;最后对融合图像质量进行评估。本发明对于不同类别的源图像,采用不同的独立子网络进行特征提取,并在特征融合的过程中不断地利用提取的特征图,弥补融合过程中丢失的信息同时促进信息流动;解决了现有方法没有充分利用两类源图像中的特有信息及模型可解释性不强导致的融合结果性能不高的问题。
主权项:1.基于细节注入的双分支网络全色锐化方法,其特征在于,具体按照以下步骤实施:步骤1、将原始数据划分为训练、验证和测试数据,生成相应的数据集并进行预处理;步骤2、构建基于细节注入的双分支全色锐化网络模型;步骤3、对基于细节注入的双分支全色锐化网络模型进行训练;步骤4、利用训练好的网络模型对测试数据进行融合;步骤5、对融合图像质量进行评估。
全文数据:
权利要求:
百度查询: 西安理工大学 基于细节注入的双分支网络全色锐化方法
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。