申请/专利权人：西南科技大学

申请日：2023-12-19

公开（公告）日：2024-03-22

公开（公告）号：CN117745587A

主分类号：G06T5/77

分类号：G06T5/77;G06T5/70;G06T5/60;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.03.22#公开

摘要：本发明涉及图像增强技术领域，具体涉及一种基于Transformer的稠密图像恢复方法，本发明整个网络架构基于改进的Transformer网络，构建了一个具有长短连接组合的密集网络。在保留Transformer网络的自注意机制的同时，实现了浅层和深层特征的重复融合和利用，从而将低光图像恢复为高质量的正常光图像。此外，设计了一种空域和频域结合的损失函数，考虑了像素级和频率域损失，有效约束了图像恢复过程，避免了频谱偏差。最后，设计了一个多尺度混合门前馈网络，取代Transformer中的传统前馈网络，促进了特征选择和前向传播。在各种典型图像增强数据集上的实验证明，本发明的方法在定性和定量评估中均优于当前最先进的网络。

主权项：1.一种基于Transformer的稠密图像恢复方法，其特征在于，首先，提出基于改进Transformer架构的密集光照增强网络，所述密集光照增强网络包括编码器、解码器和嵌套网络；随着编码器网络深度的增加，特征通道增加而特征大小减小，而解码器呈相反趋势；所述嵌套网络由多组Transformer块组成，所述Transformer块与相邻块具有相同的结构，允许网络层之间进行短程特征连接和长程特征连接；实现多级特征的全面有效融合，并编码了重建增强图像所需的丰富语义信息；然后，提出了联合损失函数，其中包括空间域损失函数和频率域损失函数。

全文数据：

权利要求：

百度查询： 西南科技大学 一种基于Transformer的稠密图像恢复方法

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。

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