龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京数慧时空信息技术有限公司
申请日：2024-04-15
公开（公告）日：2024-05-17
公开（公告）号：CN118052717A
主分类号：G06T3/4053
分类号：G06T3/4053;G06T3/4046;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明提供一种图像超分模型的训练方法，包括：获取遥感图像样本集；以图像超分模型作为生成器构建生成对抗网络，图像超分模型包括残差混合注意力网络和边缘增强网络，通过残差混合注意力网络得到中间超分图像，并通过边缘增强网络对中间超分图像边缘优化，得到超分重建图像；通过组合损失函数计算图像超分模型的损失值，通过对抗损失函数计算判别器的损失值；迭代训练图像超分模型，并以交替方式更新所述图像超分模型和所述判别器的参数，得到训练好的图像超分模型。本发明利用利用边缘增强网络显著增强了图像边缘，采用组合损失函数能够提高图像超分模型训练过程的稳定性。
主权项：1.一种图像超分模型的训练方法，其特征在于，所述方法包括：S1：获取遥感图像样本集，所述遥感图像样本集包括多对原始图像和基于所述原始图像下采样得到的下采样图像；S2：构建生成对抗网络，所述生成对抗网络包括图像超分模型和判别器，所述图像超分模型包括残差混合注意力网络和边缘增强网络，其中，所述图像超分模型是经过预训练得到的；S3：通过所述残差混合注意力网络对所述下采样图像超分重建，得到中间超分图像；S4：通过所述边缘增强网络对所述中间超分图像边缘优化，得到超分重建图像；S5：通过所述判别器生成所述超分重建图像和所述原始图像是否是真实图像的判别结果；S6：计算图像超分模型的损失值和判别器的损失值，并根据所述图像超分模型的损失值和所述判别器的损失值迭代训练图像超分模型，得到训练好的图像超分模型。
全文数据：
权利要求：
百度查询： 北京数慧时空信息技术有限公司 图像超分模型的训练方法和图像超分方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号