龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
摘要：本发明属于图像处理领域，提供了一种基于深度低秩自适应的图像复原方法、装置、设备及介质。方法包括：获取预览图像及其关联的采样值，采样值根据用户选择的恢复任务和压缩比率获得，预览图像由原始图像按照压缩比率进行对应任务的压缩所得；将采样值、预览图像和原始图像作为训练集，以训练具有低秩自适应的深度网络展开模型，深度网络展开模型包括用于投影的梯度下降模块、用于特征提取和去噪的提取器层组的去噪器，提取层组包括由卷积模块构成的神经网络和线性注意力网络构成的神经网络；将待恢复图像输入到训练好的所述多模块深度网络展开模型中，以计算输出重建图像；因此本发明可以解决压缩图像恢复遇到的问题。
主权项：1.一种基于深度低秩自适应的图像复原方法，其特征在于，所述方法包括：获取预览图像及其关联的采样值，所述采样值根据用户选择的恢复任务和压缩比率获得，所述预览图像由原始图像按照所述压缩比率进行对应任务的压缩所得；将所述采样值、所述预览图像和所述原始图像作为训练集，以训练具有低秩自适应的深度网络展开模型，所述深度网络展开模型包括用于投影的梯度下降模块、用于特征提取和去噪的提取器层组的去噪器，提取层组包括由卷积模块构成的神经网络和线性注意力网络构成的神经网络，在训练时，创建单模块深度网络展开模型，将所述单模块深度网络展开模型的去噪器参数作为冻结的深度展开网络的基础模块，以创建多模块深度网络展开模型，并将所述单模块深度网络展开模型的去噪器注入到所述多模块深度网络展开模型的所有模块中，并于每个模块处创建基于低秩自适应的用于动态调整每个模块的信息提取和去噪能力的动态适应模块，在训练所述多模块深度网络展开模型时，根据训练情况动态更新所述动态适应模块的参数；将待恢复图像输入到训练好的所述多模块深度网络展开模型中，以计算输出重建图像。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 基于深度低秩自适应的图像复原方法、装置、设备及介质
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。
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