基于空洞卷积的残差神经网络及两阶段图像去马赛克方法[发明专利]

专利名称:基于空洞卷积的残差神经网络及两阶段图像去马赛克方法
专利类型:发明专利
发明人:朱树元,王岩,王忠荣,刘光辉,曾辽原
申请号:CN202010447460.4
申请日:20200525
公开号:CN111696036A
公开日:
20200922
专利内容由知识产权出版社提供
摘要:本发明属于数字图像处理领域,具体为基于空洞卷积的残差神经网络及两阶段图像去马赛克方法;本发明基于残差神经网络引入浅层特征提取单元、局部残差单元和深层特征提取单元,三种基本单元相互作用极大地增强了目标神经网络的学习能力和建模能力,并可以针对图像去马赛克问题建立起从马赛克图像到RGB彩图像的准确映射,最终能够通过建立的有效映射对Bayer CFA模式的马赛克图像进行处理,获得RGB彩图像;同时引入两阶段图像去马赛克模型,充分利用了先验信息,提高了网络的建模能力,优化了解空间;通过本发明的图像去马赛克方法,能够显著提高图像的峰值信噪比,并且极大地提升图像去马赛克的效率、质量和鲁棒性,在图像处理领域具有深远意义。
申请人:电子科技大学
地址:611731 四川省成都市高新区(西区)西源大道2006号
国籍:CN
代理机构:电子科技大学专利中心
代理人:甘茂

本文发布于:2024-09-23 18:32:52,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/425459.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像   神经网络   单元   残差   专利   能力
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议